JP2021135945A - System and method for assisting creation of game script - Google Patents

System and method for assisting creation of game script Download PDF

Info

Publication number
JP2021135945A
JP2021135945A JP2020033989A JP2020033989A JP2021135945A JP 2021135945 A JP2021135945 A JP 2021135945A JP 2020033989 A JP2020033989 A JP 2020033989A JP 2020033989 A JP2020033989 A JP 2020033989A JP 2021135945 A JP2021135945 A JP 2021135945A
Authority
JP
Japan
Prior art keywords
data
control
game
script
natural language
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2020033989A
Other languages
Japanese (ja)
Other versions
JP6812583B1 (en
Inventor
正媛 閔
Jeongwon MIN
正媛 閔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cygames Inc
Original Assignee
Cygames Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cygames Inc filed Critical Cygames Inc
Priority to JP2020033989A priority Critical patent/JP6812583B1/en
Application granted granted Critical
Publication of JP6812583B1 publication Critical patent/JP6812583B1/en
Priority to PCT/JP2021/007477 priority patent/WO2021172548A1/en
Priority to CN202180031267.5A priority patent/CN115485039B/en
Publication of JP2021135945A publication Critical patent/JP2021135945A/en
Priority to US17/896,649 priority patent/US20220410001A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/45Controlling the progress of the video game
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/40Processing or translation of natural language
    • G06F40/55Rule-based translation
    • G06F40/56Natural language generation
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/60Generating or modifying game content before or while executing the game program, e.g. authoring tools specially adapted for game development or game-integrated level editor
    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63FCARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/80Special adaptations for executing a specific game genre or game mode
    • A63F13/822Strategy games; Role-playing games
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/253Grammatical analysis; Style critique
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/04Inference or reasoning models
    • G06N5/045Explanation of inference; Explainable artificial intelligence [XAI]; Interpretable artificial intelligence

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Electrically Operated Instructional Devices (AREA)
  • Machine Translation (AREA)
  • Stored Programmes (AREA)

Abstract

To provide a system capable of assisting creation of a game script in narrative game development.SOLUTION: A learning support device 10 for assisting creation of a game script includes: a data dividing section 21 that classifies a created game script by character and stores the created game script for each character in a storage device; a data pre-processing section 22 that converts control data, which is classifiable into a plurality of types depending on function and contained in a created game script created in advance, into a control descriptive text being natural language data for each type of the control data, and that creates processed script text containing descriptive text and control descriptive text corresponding to the descriptive text; and a learning section 23 that generates a trained model for each type of control data by causing a natural language trained model in which grammatical structures and relationships between sentences related to natural language are learned in advance to the processed script text for each type of control data.SELECTED DRAWING: Figure 2

Description

本発明は、ゲームスクリプトの作成を支援するためのシステム及び方法に関する。 The present invention relates to a system and a method for supporting the creation of a game script.

従来、スマートフォン等に代表される小型の携帯型電子装置上で実行されるゲームをはじめとする様々なゲームがリリースされている。例えば、RPGなどの物語性のあるゲームにおいては、キャラクタの立ち絵やセリフなどを切り替えながらストーリーが進行するゲームがある。このような物語性のあるゲームは、キャラクタのセリフからなるシナリオテキストに、画面遷移などの物語の進行制御を担うコマンド列などを付け加えた「ゲームスクリプト」に記載された事項に沿って物語が進行する。 Conventionally, various games have been released, including games executed on small portable electronic devices such as smartphones. For example, in a game with a story such as an RPG, there is a game in which the story progresses while switching the standing picture or dialogue of the character. In such a narrative game, the story progresses according to the items described in the "game script", which is a scenario text consisting of character lines with a command sequence that controls the progress of the story such as screen transitions. do.

特開2018−169715号公報JP-A-2018-169715

従来、上記のような物語性のあるゲームにおけるゲームスクリプトを作成する場合、すべて人手で入力する必要があり、ゲーム制作において、ゲームスクリプト作成工程はコスト要因の一つとなっていた。このような状況において、物語性のあるゲームの開発では、品質を落とさずに人手による関与を低減化することが可能な、ゲームスクリプトの作成を支援するためのシステムが求められている。例えば、進行制御を担うコマンド列の入力などのゲームスクリプトの少なくとも一部を自動作成することができれば、品質を落とさずに人手による関与を低減化することができる。物語性のあるゲーム開発における自動化については、本出願人により様々な取り組みが行われており、例えば特許文献1は、機械翻訳システムを用いて翻訳コストを低減化することが可能な翻訳支援システムを開示している。 Conventionally, when creating a game script in a game having a story as described above, it is necessary to input all manually, and the game script creation process has been one of the cost factors in game production. In such a situation, in the development of a narrative game, there is a need for a system for supporting the creation of a game script that can reduce manual involvement without degrading the quality. For example, if at least a part of a game script such as input of a command sequence responsible for progress control can be automatically created, manual involvement can be reduced without degrading the quality. Various efforts have been made by the applicant for automation in game development with a story, for example, Patent Document 1 provides a translation support system capable of reducing translation costs by using a machine translation system. It is disclosed.

本発明は、このような課題を解決するためになされたものであり、物語性のあるゲーム開発において、ゲームスクリプトの作成を支援することが可能なシステムを提供することを主目的とする。 The present invention has been made to solve such a problem, and an object of the present invention is to provide a system capable of supporting the creation of a game script in the development of a narrative game.

本発明の一態様としてのシステムは、
〔1〕ゲームの内容に応じて関連付けられたゲームにおける説明文を表す自然言語データ及びゲームを制御するための制御データを含むゲームスクリプトの作成を支援するためのシステムであって、
予め作成された作成済ゲームスクリプトが含む制御データを自然言語データである制御説明文に変換し、説明文及び該説明文に対応する制御説明文を含む加工済スクリプト文を作成するデータ前処理部と、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、学習済モデルを生成する学習部と、
を含むことを特徴とする。
The system as one aspect of the present invention is
[1] A system for supporting the creation of a game script including natural language data representing a description in a game associated with the content of the game and control data for controlling the game.
Data preprocessing unit that converts the control data included in the pre-created game script into a control description that is natural language data, and creates a processed script statement that includes the description and the control description corresponding to the description. When,
A learning unit that generates a trained model by training a processed script sentence in a natural language pre-learned model in which the grammatical structure related to the natural language and the relationship between sentences are learned in advance.
It is characterized by including.

また、本発明の一態様としてのシステムは、
〔2〕制御データは機能によって複数の種別に分類可能であり、
前記データ前処理部は、制御データの種別ごとに、予め作成された作成済ゲームスクリプトが含む制御データを自然言語データである制御説明文に変換し、説明文及び該説明文に対応する制御説明文を含む加工済スクリプト文を作成し、
前記学習部は、制御データの種別ごとに、自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、制御データの種別ごとの学習済モデルを生成する、〔1〕に記載のシステムである。
Further, the system as one aspect of the present invention is
[2] Control data can be classified into multiple types according to the function.
The data preprocessing unit converts the control data included in the pre-created game script for each type of control data into a control description which is natural language data, and the description and the control description corresponding to the description. Create a processed script statement containing the statement and
The learning unit trains a processed script sentence in a natural language pre-learned model in which the grammatical structure related to the natural language and the relationship between sentences are learned in advance for each type of control data. This is the system according to [1], which generates a trained model of.

また、本発明の一態様としてのシステムは、
〔3〕前記データ前処理部は、複数のデータ前処理ユニットを含み、一の該データ前処理ユニットが、作成済ゲームスクリプトが含む制御データのうちの一の種別に対応する制御データを制御説明文に変換して加工済スクリプト文を作成することにより、前記データ前処理部は制御データの種別ごとに加工済スクリプト文を作成し、
前記学習部は、複数のデータ前処理ユニットの各々に対応する複数の学習ユニットを含む、〔2〕に記載のシステムである。
Moreover, the system as one aspect of the present invention is
[3] The data preprocessing unit includes a plurality of data preprocessing units, and one data preprocessing unit controls and describes control data corresponding to one type of control data included in the created game script. By converting to a statement and creating a processed script statement, the data preprocessing unit creates a processed script statement for each type of control data.
The learning unit is the system according to [2], which includes a plurality of learning units corresponding to each of the plurality of data preprocessing units.

また、本発明の一態様としてのシステムは、
〔4〕前記学習部は、加工済スクリプト文を学習データとして用いて、自然言語事前学習済モデルをファインチューニングして学習済モデルを生成する、〔1〕から〔3〕のいずれか1つに記載のシステムである。
Moreover, the system as one aspect of the present invention is
[4] The learning unit uses the processed script statement as training data to fine-tune the natural language pre-learned model to generate a trained model, whichever is one of [1] to [3]. The system described.

また、本発明の一態様としてのシステムは、
〔5〕加工済スクリプト文は、説明文及びランダムに選択された制御説明文を更に含み、
前記学習部は、自然言語事前学習済モデルに、加工済スクリプト文が含む説明文及び該説明文に対応する制御説明文を正解のデータとして学習させ、かつ該説明文及びランダムに選択された制御説明文を不正解のデータとして学習させて学習済モデルを生成する、〔1〕から〔4〕のいずれか1つに記載のシステムである。
Moreover, the system as one aspect of the present invention is
[5] The processed script statement further includes a description and a randomly selected control description.
The learning unit causes the natural language pre-learned model to learn the explanatory text included in the processed script statement and the control explanatory text corresponding to the explanatory text as correct data, and the explanatory text and randomly selected control. The system according to any one of [1] to [4], which trains an explanatory text as incorrect data to generate a trained model.

また、本発明の一態様としてのシステムは、
〔6〕ゲームスクリプトは、行列形式のデータ又は構造化データであり、各々がゲームの個々の場面に対応する複数の識別子と、該識別子に関連付けられた自然言語データ及び制御データとを含む、〔1〕から〔5〕のいずれか1つに記載のシステムである。
Moreover, the system as one aspect of the present invention is
[6] The game script is matrix-formatted data or structured data, each of which includes a plurality of identifiers corresponding to individual scenes of the game, and natural language data and control data associated with the identifiers. The system according to any one of 1] to [5].

また、本発明の一態様としてのシステムは、
〔7〕ゲームスクリプトは、識別子に関連付けられたキャラクタ名を表す自然言語データを更に含み、
作成済ゲームスクリプトをキャラクタごとに分類してキャラクタごとの作成済ゲームスクリプトを記憶するデータ分割部を更に含み、
前記データ前処理部は、キャラクタごとに、作成済ゲームスクリプトが含む制御データを制御説明文に変換して説明文及び該説明文に対応する制御説明文を含む加工済スクリプト文を作成し、
前記学習部は、キャラクタごとに、加工済スクリプト文を自然言語事前学習済モデルに学習させることによりキャラクタごとの学習済モデルを生成する、〔6〕に記載のシステムである。
Moreover, the system as one aspect of the present invention is
[7] The game script further includes natural language data representing the character name associated with the identifier.
It further includes a data division unit that classifies created game scripts by character and stores the created game scripts for each character.
The data preprocessing unit converts the control data included in the created game script into a control explanation for each character, and creates an explanation and a processed script including the control explanation corresponding to the explanation.
The learning unit is the system according to [6], which generates a trained model for each character by training a processed script statement for each character in a natural language pre-learned model.

また、本発明の一態様としてのシステムは、
〔8〕前記データ前処理部は、制御データと制御説明文との対応関係を示す変換情報に基づいて、制御データを制御説明文へ変換し、
前記システムは、
ゲームにおける説明文の入力を受け付ける入力受付部と、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに加工済スクリプト文を学習させることにより生成された学習済モデルを用いて、前記入力受付部が入力を受け付けた説明文から制御説明文を推論する推論部であって、加工済スクリプト文は、予め作成された作成済ゲームスクリプトが含む説明文及び該説明文に対応する制御データから作成された自然言語データである制御説明文を含むものである、推論部と、
前記変換情報に基づいて、前記推論部により推論される制御説明文から制御データを作成するデータ後処理部と
を含む、〔1〕から〔7〕のいずれか1つに記載のシステムである。
Moreover, the system as one aspect of the present invention is
[8] The data preprocessing unit converts the control data into the control description based on the conversion information indicating the correspondence between the control data and the control description.
The system
An input reception unit that accepts input of explanations in the game,
The input reception unit accepted the input using the trained model generated by training the processed script sentence in the natural language pre-trained model in which the grammatical structure and the relationship between sentences related to the natural language were trained in advance. It is an inference unit that infers a control explanation from the explanation, and the processed script statement is a natural language data created from the explanation included in the created game script created in advance and the control data corresponding to the explanation. The inference part, which contains a certain control description,
The system according to any one of [1] to [7], which includes a data post-processing unit that creates control data from a control explanatory text inferred by the inference unit based on the conversion information.

また、本発明の一態様としての方法は、
〔9〕ゲームの内容に応じて関連付けられたゲームにおける説明文を表す自然言語データ及びゲームを制御するための制御データを含むゲームスクリプトの作成を支援するための学習済モデルを生成する方法であって、
予め作成された作成済ゲームスクリプトが含む制御データを自然言語データである制御説明文に変換し、説明文及び該説明文に対応する制御説明文を含む加工済スクリプト文を作成するステップと、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、学習済モデルを生成するステップと、
を含むことを特徴とする。
Moreover, the method as one aspect of the present invention is
[9] A method of generating a trained model for supporting the creation of a game script including natural language data representing a description in a game associated with the content of the game and control data for controlling the game. hand,
A step of converting the control data included in the pre-created game script into a control description which is natural language data, and creating a processed script statement including the description and the control description corresponding to the description.
A step to generate a trained model by training a processed script sentence in a natural language pre-learned model in which the grammatical structure related to the natural language and the relationship between sentences are learned in advance.
It is characterized by including.

また、本発明の一態様としてのシステムは、
〔10〕ゲームの内容に応じて関連付けられたゲームにおける説明文を表す自然言語データ及びゲームを制御するための制御データを含むゲームスクリプトの作成を支援するためのシステムであって、
ゲームにおける説明文の入力を受け付ける入力受付部と、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに加工済スクリプト文を学習させることにより生成された学習済モデルを用いて、前記入力受付部が入力を受け付けた説明文から制御説明文を推論する推論部であって、加工済スクリプト文は、予め作成された作成済ゲームスクリプトが含む説明文及び該説明文に対応する制御データから作成された自然言語データである制御説明文を含むものである、推論部と、
を含むことを特徴とする。
Moreover, the system as one aspect of the present invention is
[10] A system for supporting the creation of a game script including natural language data representing a description in a game associated with the content of the game and control data for controlling the game.
An input reception unit that accepts input of explanations in the game,
The input reception unit accepted the input using the trained model generated by training the processed script sentence in the natural language pre-trained model in which the grammatical structure and the relationship between sentences related to the natural language were trained in advance. It is an inference unit that infers a control explanation from the explanation, and the processed script statement is a natural language data created from the explanation included in the created game script created in advance and the control data corresponding to the explanation. The inference part, which contains a certain control description,
It is characterized by including.

また、本発明の一態様としてのシステムは、
〔11〕制御データと制御説明文との対応関係を示す変換情報に基づいて、前記推論部により推論される制御説明文から制御データを作成するデータ後処理部を更に含む。
Moreover, the system as one aspect of the present invention is
[11] Further includes a data post-processing unit that creates control data from the control explanation inferred by the inference unit based on the conversion information indicating the correspondence between the control data and the control explanation.

また、本発明の一態様としての方法は、
〔12〕ゲームにおける説明文を表す自然言語データ及びゲームを制御するための制御データを含むゲームスクリプトの作成を支援するための方法であって、
ゲームにおける説明文の入力を受け付けるステップと、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに加工済スクリプト文を学習させることにより生成された学習済モデルを用いて、前記入力を受け付けた説明文から制御説明文を推論するステップであって、加工済スクリプト文は、予め作成された作成済ゲームスクリプトが含む説明文及び該説明文に対応する制御データから作成された自然言語データである制御説明文を含むものである、ステップと、
を含むことを特徴とする。
Moreover, the method as one aspect of the present invention is
[12] A method for supporting the creation of a game script including natural language data representing a description in a game and control data for controlling the game.
Steps to accept input of description in the game,
Control from the explanatory text that accepts the input using the trained model generated by training the processed script sentence in the natural language pre-trained model in which the grammatical structure and the relationship between sentences related to the natural language are trained in advance. The processed script statement is a step of inferring the explanatory statement, and the processed script statement is a control explanatory statement that is natural language data created from the explanatory statement included in the created game script created in advance and the control data corresponding to the explanatory statement. Including, steps and
It is characterized by including.

本発明の一態様としてのプログラムは、〔9〕又は〔12〕に記載の方法の各ステップをコンピュータに実行させることを特徴とする。 A program as one aspect of the present invention is characterized in that a computer is made to perform each step of the method described in [9] or [12].

本発明によれば、物語性のあるゲーム開発において、ゲームスクリプトの作成を支援することができる。 According to the present invention, it is possible to support the creation of a game script in the development of a game with a story.

本発明の第1の実施形態の学習支援装置のハードウェア構成を示すブロック図である。It is a block diagram which shows the hardware structure of the learning support apparatus of 1st Embodiment of this invention. 本発明の一実施形態の学習支援装置の機能ブロック図である。It is a functional block diagram of the learning support device of one Embodiment of this invention. ゲームスクリプトの一例を示す図である。It is a figure which shows an example of a game script. ゲーム画面40の一例を示す図である。It is a figure which shows an example of a game screen 40. 1つの種別の制御データに関連する作成済ゲームスクリプトの一例を示す図である。It is a figure which shows an example of the created game script which is related to one type of control data. データ前処理ユニットが図5に示す作成済ゲームスクリプトから作成した加工済スクリプト文の一例を示す図である。It is a figure which shows an example of the processed script statement created by the data preprocessing unit from the created game script shown in FIG. command1のコマンドデータと制御説明文との対応を示す変換テーブルの一例を示す図である。It is a figure which shows an example of the conversion table which shows the correspondence between the command data of command1 and the control description. データ前処理ユニットが図5に示す作成済ゲームスクリプトから作成した加工済スクリプト文の一例を示す図である。It is a figure which shows an example of the processed script statement created by the data preprocessing unit from the created game script shown in FIG. 画像パスに含まれる文字列と感情の対応関係を示す図であり、画像パスと制御説明文との対応を示す変換テーブルの一例を示す図である。It is a figure which shows the correspondence relationship of the character string included in an image path and an emotion, and is the figure which shows an example of the conversion table which shows the correspondence between an image path and a control explanation. 本発明の一実施形態の学習支援装置の学習済モデルの生成処理を示すフローチャートである。It is a flowchart which shows the generation process of the trained model of the learning support apparatus of one Embodiment of this invention. 本発明の第2の実施形態の生成支援装置のハードウェア構成を示すブロック図である。It is a block diagram which shows the hardware structure of the generation support apparatus of the 2nd Embodiment of this invention. 本発明の一実施形態の生成支援装置の機能ブロック図である。It is a functional block diagram of the generation support apparatus of one Embodiment of this invention. 推論部による制御説明文の推定の一例を示す図である。It is a figure which shows an example of the estimation of the control explanatory text by an inference unit. 本発明の一実施形態の生成支援装置のゲームスクリプトの一部の自動作成処理を示すフローチャートである。It is a flowchart which shows the automatic creation process of a part of the game script of the generation support apparatus of one Embodiment of this invention.

以下、図面を参照して、本発明の実施形態のゲームスクリプトの作成を支援するための装置(システム)を説明する。各図において同一の符号は、特に言及が無い限り同一又は相当部分を示すものとし、説明の便宜上、図面の縦横の縮尺を実際のものとは異なるように表す場合がある。また、説明の便宜上、必要以上に詳細な説明は省略する場合がある。例えば、既によく知られた事項の詳細説明や実質的に同一の構成についての重複説明を省略する場合がある。 Hereinafter, a device (system) for supporting the creation of a game script according to an embodiment of the present invention will be described with reference to the drawings. Unless otherwise specified, the same reference numerals in the respective drawings indicate the same or corresponding parts, and for convenience of explanation, the vertical and horizontal scales of the drawings may be expressed differently from the actual ones. Further, for convenience of explanation, an unnecessarily detailed description may be omitted. For example, detailed explanations of already well-known matters and duplicate explanations about substantially the same configuration may be omitted.

本発明の第1の実施形態の学習支援装置10は、ゲームスクリプトの作成を支援するために、学習済モデルを生成する装置である。本発明の第2の実施形態の生成支援装置50は、ゲームスクリプトの作成を支援するために、作成された学習済モデルを用いて、ゲームスクリプトの少なくとも一部を自動作成する装置である。学習支援装置10は、複数の装置などから構成される学習支援システムの1つの実施形態であるが、以下の実施形態においては、説明の便宜上、1つの装置として説明する。生成支援装置50についても同様である。 The learning support device 10 of the first embodiment of the present invention is a device that generates a trained model in order to support the creation of a game script. The generation support device 50 of the second embodiment of the present invention is a device that automatically creates at least a part of a game script by using the created learned model in order to support the creation of the game script. The learning support device 10 is one embodiment of a learning support system composed of a plurality of devices and the like, but in the following embodiments, it will be described as one device for convenience of explanation. The same applies to the generation support device 50.

本発明の実施形態におけるゲームは、ゲーム開発者によりゲームスクリプトに記載された事項に沿ってキャラクタの立ち絵やセリフなどを切り替えながらストーリーが進行する物語性のあるゲームである。例えば、スマートフォンなどの電子装置において実行されるゲームプログラムは、ゲームスクリプトを読み込むことにより、ゲームのための処理を実行する。 The game according to the embodiment of the present invention is a narrative game in which the story progresses while switching the standing picture and dialogue of the character according to the matters described in the game script by the game developer. For example, a game program executed in an electronic device such as a smartphone executes a process for a game by reading a game script.

ゲームスクリプトは、ゲームの内容に応じて関連付けられた、例えばゲームの個々の場面に対応する識別子に関連付けられた自然言語データ及び制御データを含むものである。例えばゲームスクリプトは、シナリオテキストに記載されたセリフ、キャラクタ、演出等ゲーム進行に必要な最小限の情報を元に、キャラクタ名やセリフなどの自然言語データと、キャラクタの振る舞い、立ち絵、背景画像、背景音楽、効果音などの制御データとが入力されたものである。 The game script includes natural language data and control data associated with the content of the game, for example, with identifiers corresponding to individual scenes of the game. For example, a game script is based on the minimum information necessary for the progress of the game, such as lines, characters, and effects described in the scenario text, and natural language data such as character names and lines, and character behavior, standing pictures, and background images. , Background music, sound effects, and other control data are input.

自然言語データは、自然言語を表すデータであり、キャラクタのセリフや状況の説明などの説明文を含む。制御データは、自然言語データ以外のデータであり、ゲームを制御するためのコマンドデータや、画像を格納するパスなどの画面に表示する画像に関するデータを含む。例えばコマンドデータは、キャラクタの動きや画面遷移などの物語の進行を制御するためのデータであり、ゲームプログラムにより読み込まれたときに、意図するゲーム上の制御が実行されるような形式で記載される。制御データは、例えばコマンドデータや画像に関するデータなどのように、制御データの機能や内容に応じて、複数の種別に分類することができるものである。制御データのうちの1つの種別のコマンドデータは、コマンドデータの機能や内容に応じて、更に分類することができる場合がある。 Natural language data is data representing natural language, and includes explanatory texts such as character lines and explanations of situations. The control data is data other than natural language data, and includes command data for controlling the game and data related to the image to be displayed on the screen such as a path for storing the image. For example, command data is data for controlling the progress of a story such as character movements and screen transitions, and is described in a format in which the intended game control is executed when it is read by a game program. NS. The control data can be classified into a plurality of types according to the function and contents of the control data, such as command data and data related to an image. The command data of one type of the control data may be further classified according to the function and contents of the command data.

図3は、ゲームスクリプトの一例を示す図である。本実施形態において、ゲームスクリプトは、行列形式のデータである。行の要素は、ID31により識別されるものであり、列の要素はID31に関連付けられたデータである。ID31に関連付けられた列の要素は、キャラクタ名32、説明文33、画像パス34、及びコマンドデータ35の列の要素を含む。なお、行の要素と列の要素は、入れ替えることができる。 FIG. 3 is a diagram showing an example of a game script. In this embodiment, the game script is data in matrix format. The row elements are those identified by the ID 31, and the column elements are the data associated with the ID 31. The column elements associated with the ID 31 include the column elements of the character name 32, the description 33, the image path 34, and the command data 35. Note that the row elements and column elements can be interchanged.

ID31の各々、すなわち行の各々は、ゲームの個々の場面に対応し、列の要素の各々はID31に関連付けられることでゲームの個々の場面に関連付けられる。好ましくは、ID31は数字を含み、該数字は時系列的な順番を示す。ID31は、識別子の1つの例示である。 Each of the IDs 31, i.e. each of the rows, corresponds to an individual scene of the game, and each of the column elements is associated with an individual scene of the game by being associated with ID 31. Preferably, ID 31 comprises a number, which indicates a chronological order. ID31 is an example of an identifier.

キャラクタ名32は、登場するキャラクタの名前を表す自然言語データである。図3に示すゲームスクリプトにおいては、キャラクタ名32は、1つのキャラクタに対応するcharacter1_nameの列の要素のみ記載されている。この場合、当該キャラクタが話者キャラクタに対応するが、ゲームスクリプトは、キャラクタ名32に対応する列の要素を増減することができ、話者キャラクタ以外の1又は複数のキャラクタに対応するキャラクタ名32の列の要素を含むことができる。1つの好適な例では、キャラクタ名32は、キャラクタの名前の代わりにキャラクタを識別可能なキャラクタIDである。この場合、キャラクタIDは、自然言語データであるキャラクタ名と1対1で対応するものであり、キャラクタ名を特定することができるため、自然言語データとみなすことができるものとする。ゲームプログラムは、ゲームスクリプトを読み込むことにより、キャラクタIDとキャラクタ名が対応付けられたテーブルを参照することができる。 The character name 32 is natural language data representing the names of the characters that appear. In the game script shown in FIG. 3, the character name 32 describes only the elements of the character1_name column corresponding to one character. In this case, the character corresponds to the speaker character, but the game script can increase or decrease the elements of the column corresponding to the character name 32, and the character name 32 corresponding to one or more characters other than the speaker character. Can contain elements of the column of. In one preferred example, the character name 32 is a character ID that can identify the character instead of the character's name. In this case, the character ID has a one-to-one correspondence with the character name which is the natural language data, and since the character name can be specified, it can be regarded as the natural language data. By reading the game script, the game program can refer to the table in which the character ID and the character name are associated with each other.

説明文33は、キャラクタのセリフ又は状況の説明の少なくとも1つを表す自然言語データである。 The explanatory text 33 is natural language data representing at least one of the character's lines or the explanation of the situation.

画像パス34は、キャラクタ画像が格納されるパスを示すものであり、制御データの1つである。ゲームプログラムは、格納先にアクセスすることで当該キャラクタ画像を取得する。例えば、一のID31に関連付けられるキャラクタ名32が指定の無い場合、例えばキャラクタ名32に「null」が記載される場合、該一のID31に関連付けられる説明文33は状況の説明を表す自然言語データとなる。 The image path 34 indicates a path in which the character image is stored, and is one of the control data. The game program acquires the character image by accessing the storage destination. For example, when the character name 32 associated with one ID 31 is not specified, for example, when "null" is described in the character name 32, the explanatory text 33 associated with the one ID 31 is natural language data representing a description of the situation. It becomes.

コマンドデータ35は、ゲームの1つの場面に対応するゲームを制御するためのコマンドを表すものであり、制御データの1つである。例えばコマンドデータ35は、同じID31に関連付けられた画像パス34により取得したキャラクタ画像の表示方法を指定するコマンドである。図3に示すゲームスクリプトにおいては、コマンドデータ35は、command1の列の要素のみ記載されているが、コマンドデータ35は、command1、command2のように複数のコマンドデータ35の列の要素を含むことができる。本実施形態では、command1は、キャラクタ及び背景の動きの制御に関するコマンドデータである。本実施形態では、1つの列の要素のコマンドデータ35が1つの種別のコマンドデータ35に対応する。例えば1つの種別のコマンドデータ35がcommand1であり、command1は、「fadein」や「fadeout」などの複数の種類のコマンドデータを含むことができるものである。ただし、複数列の要素のコマンドデータ35が1つの種別のコマンドデータ35に対応するように構成してもよい。図3に示すゲームスクリプトは、コマンドデータ35以外の他の列の要素を含むこともできる。 The command data 35 represents a command for controlling the game corresponding to one scene of the game, and is one of the control data. For example, the command data 35 is a command that specifies a display method of the character image acquired by the image path 34 associated with the same ID 31. In the game script shown in FIG. 3, the command data 35 describes only the elements of the column of command1, but the command data 35 may include elements of a plurality of columns of command data 35 such as command1 and command2. can. In the present embodiment, command1 is command data related to control of movement of the character and the background. In the present embodiment, the command data 35 of the elements in one column corresponds to the command data 35 of one type. For example, one type of command data 35 is command1, and command1 can include a plurality of types of command data such as "fadein" and "fadeout". However, the command data 35 of the elements of the plurality of columns may be configured to correspond to the command data 35 of one type. The game script shown in FIG. 3 can also include elements in columns other than the command data 35.

1つの例では、コマンドデータ35は、キャラクタ名32が示すキャラクタの各々に対応するコマンドデータ35の列の要素を含み、キャラクタに対応しないゲーム全体に対応するコマンドデータ35の列の要素を含むことができる。他の例では、1つのコマンドデータ35の列の要素は、キャラクタ及び背景の動きの制御に関するコマンドデータであり、他の1つのコマンドデータ35の列の要素は、キャラクタのセリフに合った表情やポーズをとっている立ち絵の指定に関するコマンドである。 In one example, the command data 35 includes elements of a column of command data 35 corresponding to each of the characters indicated by the character name 32, and includes elements of a column of command data 35 corresponding to the entire game that does not correspond to a character. Can be done. In another example, the elements of one column of command data 35 are command data related to the control of the movement of the character and the background, and the elements of the other column of command data 35 are facial expressions and expressions that match the lines of the character. This is a command for specifying a standing picture that is posing.

図4は、ゲーム画面40の一例を示す図である。ゲーム画面40は、立ち絵41と、キャラクタ名42と、説明文43とを含む。立ち絵41は、ゲームに登場するキャラクタの絵であり、話者や表情の動きに応じて表示される。キャラクタ名42は、話者キャラクタの名前である。説明文43は、セリフ又は状況の説明である。 FIG. 4 is a diagram showing an example of the game screen 40. The game screen 40 includes a standing picture 41, a character name 42, and an explanatory text 43. The standing picture 41 is a picture of a character appearing in the game, and is displayed according to the movement of the speaker and facial expressions. The character name 42 is the name of the speaker character. Explanatory text 43 is a line or a description of the situation.

1つの例では、ゲームプログラムは、ゲームスクリプトを読み込むと、画像パス34を介して、立ち絵41に対応するキャラクタ画像を取得し、ゲーム画面40内に取得したキャラクタ画像を表示する処理を実行する。この場合、好ましくは、ゲームプログラムは、コマンドデータ35に記載された制御方法に応じてキャラクタ画像を表示する処理を実行する。1つの例では、ゲームプログラムは、ゲームスクリプトを読み込むと、キャラクタ名32及び説明文33を取得する処理を実行する。説明文33と同じID31に関連付けられたキャラクタ名32の指定が有る場合、説明文33はセリフであり、ゲームプログラムは、ゲーム画面40内に、キャラクタ名32及び説明文33に対応するキャラクタ名42及び説明文43を表示する処理を実行する。説明文33と同じID31に関連付けられたキャラクタ名32の指定が無い場合、説明文33は状況の説明であり、ゲームプログラムは、ゲーム画面40内に、説明文33に対応する説明文43を表示する処理を実行する。 In one example, when the game script is read, the game program acquires the character image corresponding to the standing picture 41 via the image path 34, and executes a process of displaying the acquired character image in the game screen 40. .. In this case, preferably, the game program executes a process of displaying the character image according to the control method described in the command data 35. In one example, the game program executes a process of acquiring the character name 32 and the description 33 when the game script is read. When the character name 32 associated with the same ID 31 as the description 33 is specified, the description 33 is a dialogue, and the game program displays the character name 32 and the character name 42 corresponding to the description 33 in the game screen 40. And the process of displaying the explanation 43 is executed. When the character name 32 associated with the same ID 31 as the description 33 is not specified, the description 33 is a description of the situation, and the game program displays the description 43 corresponding to the description 33 in the game screen 40. Execute the process to be performed.

図1は本発明の第1の実施形態の学習支援装置10のハードウェア構成を示すブロック図である。学習支援装置10は、プロセッサ11、入力装置12、表示装置13、記憶装置14、及び通信装置15を備える。これらの各構成装置はバス16によって接続される。なお、バス16と各構成装置との間には必要に応じてインタフェースが介在しているものとする。学習支援装置10は、一般的なサーバやPC等と同様の構成を含む。 FIG. 1 is a block diagram showing a hardware configuration of the learning support device 10 according to the first embodiment of the present invention. The learning support device 10 includes a processor 11, an input device 12, a display device 13, a storage device 14, and a communication device 15. Each of these components is connected by a bus 16. It is assumed that an interface is interposed between the bus 16 and each component device as needed. The learning support device 10 includes a configuration similar to that of a general server, PC, or the like.

プロセッサ11は、学習支援装置10全体の動作を制御する。例えばプロセッサ11は、CPUである。プロセッサ11は、記憶装置14に格納されているプログラムやデータを読み込んで実行することにより、様々な処理を実行する。プロセッサ11は、複数のプロセッサから構成されてもよい。 The processor 11 controls the operation of the entire learning support device 10. For example, the processor 11 is a CPU. The processor 11 executes various processes by reading and executing a program or data stored in the storage device 14. The processor 11 may be composed of a plurality of processors.

入力装置12は、学習支援装置10に対するユーザからの入力を受け付けるユーザインタフェースであり、例えば、タッチパネル、タッチパッド、又はボタンである。表示装置13は、プロセッサ11の制御に従って、アプリケーション画面などを学習支援装置10のユーザに表示するディスプレイである。 The input device 12 is a user interface that receives input from the user to the learning support device 10, and is, for example, a touch panel, a touch pad, or a button. The display device 13 is a display that displays an application screen or the like to the user of the learning support device 10 under the control of the processor 11.

記憶装置14は、主記憶装置及び補助記憶装置を含む。主記憶装置は、例えばRAMのような半導体メモリである。RAMは、情報の高速な読み書きが可能な揮発性の記憶媒体であり、プロセッサ11が情報を処理する際の記憶領域及び作業領域として用いられる。主記憶装置は、読み出し専用の不揮発性記憶媒体であるROMを含んでいてもよい。補助記憶装置は、様々なプログラムや、各プログラムの実行に際してプロセッサ11が使用するデータを格納する。補助記憶装置は、情報を格納できるものであればいかなる不揮発性ストレージ又は不揮発性メモリであってもよく、着脱可能なものであっても構わない。 The storage device 14 includes a main storage device and an auxiliary storage device. The main storage device is a semiconductor memory such as a RAM. The RAM is a volatile storage medium capable of reading and writing information at high speed, and is used as a storage area and a work area when the processor 11 processes information. The main storage device may include a ROM, which is a read-only non-volatile storage medium. The auxiliary storage device stores various programs and data used by the processor 11 when executing each program. The auxiliary storage device may be any non-volatile storage or non-volatile memory as long as it can store information, and may be removable.

記憶装置14は、予め作成されたゲームスクリプトである作成済ゲームスクリプトを記憶する。作成済ゲームスクリプトは、学習支援装置10に学習させるためのゲームスクリプトである。記憶装置14は、作成済ゲームスクリプトが読み込まれたときに参照されるキャラクタ画像を記憶する。 The storage device 14 stores a created game script, which is a game script created in advance. The created game script is a game script for causing the learning support device 10 to learn. The storage device 14 stores a character image that is referred to when the created game script is read.

通信装置15は、ネットワークを介してユーザ端末又はサーバなどの他のコンピュータとの間でデータの授受を行うことが可能な無線LANモジュールである。通信装置15は、Bluetooth(登録商標)モジュールなどの他の無線用通信デバイスとすることもできるし、イーサネット(登録商標)モジュールやUSBインタフェースなどの有線用通信デバイスとすることもできる。 The communication device 15 is a wireless LAN module capable of exchanging data with another computer such as a user terminal or a server via a network. The communication device 15 can be another wireless communication device such as a Bluetooth (registered trademark) module, or can be a wired communication device such as an Ethernet (registered trademark) module or a USB interface.

図2は本発明の一実施形態の学習支援装置10の機能ブロック図である。学習支援装置10は、データ分割部21、データ前処理部22、及び学習部23を備える。本実施形態においては、プログラムがプロセッサ11により実行されることによりこれらの機能が実現される。例えば実行されるプログラムは、記憶装置14に記憶されている又は通信装置15を介して受信したプログラムである。このように、各種機能がプログラム読み込みにより実現されるため、1つのパート(機能)の一部又は全部を他のパートが有していてもよい。ただし、各機能の一部又は全部を実現するための電子回路等を構成することによりハードウェアによってもこれらの機能は実現してもよい。 FIG. 2 is a functional block diagram of the learning support device 10 according to the embodiment of the present invention. The learning support device 10 includes a data dividing unit 21, a data preprocessing unit 22, and a learning unit 23. In the present embodiment, these functions are realized by executing the program by the processor 11. For example, the program to be executed is a program stored in the storage device 14 or received via the communication device 15. In this way, since various functions are realized by reading the program, a part or all of one part (function) may be possessed by another part. However, these functions may be realized by hardware by configuring an electronic circuit or the like for realizing a part or all of each function.

最初に学習支援装置10の全体動作について説明する。学習支援装置10は、制御データの種別ごとに、データ前処理部22により作成された加工済スクリプト文を用いて学習部23により学習させて、制御データの種別ごとの学習済モデルを生成する。学習支援装置10は、一の種別の制御データがキャラクタの個性に依存する制御データに関する作成済ゲームスクリプトを学習させる場合、データ分割部21により作成済ゲームスクリプトをキャラクタごとに分類してキャラクタごとの作成済ゲームスクリプトを作成する。この場合、学習支援装置10は、データ前処理部22によりキャラクタごとに作成された加工済スクリプト文を用いて学習部23により学習させる。学習支援装置10は、一の種別の制御データがキャラクタの個性に依存しない制御データに関する作成済ゲームスクリプトを学習させる場合、データ分割部21により作成済ゲームスクリプトを分類しない。 First, the overall operation of the learning support device 10 will be described. The learning support device 10 is trained by the learning unit 23 using the processed script statement created by the data preprocessing unit 22 for each type of control data, and generates a learned model for each type of control data. When the learning support device 10 trains the created game script related to the control data in which one type of control data depends on the individuality of the character, the data division unit 21 classifies the created game script for each character and for each character. Create a created game script. In this case, the learning support device 10 is trained by the learning unit 23 using the processed script statements created for each character by the data preprocessing unit 22. When the learning support device 10 learns the created game script related to the control data in which one type of control data does not depend on the individuality of the character, the data division unit 21 does not classify the created game script.

データ分割部21は、作成済ゲームスクリプトをキャラクタごとに分類して、キャラクタごとの作成済ゲームスクリプトを記憶装置14に記憶する。キャラクタごとの分類とは、話者キャラクタに対応するキャラクタ名32ごとの分類である。1つの好適な例では、データ分割部21は、作成済ゲームスクリプトにおけるID31に関連付けられたデータ、すなわち各行のデータが、どの話者キャラクタに関するデータであるかを特定し、話者キャラクタごとに各行のデータを集約することにより、話者キャラクタごとの作成済ゲームスクリプトを作成する。データ分割部21は、キャラクタごとに作成した作成済ゲームスクリプトをキャラクタごとに記憶装置14に記憶する。なお、ID31に関連付けられたデータ、すなわち各行のデータは、キャラクタ名を参照することで、どの話者キャラクタに関するデータであることが特定可能である。データ分割部21は、制御データの種別によっては、キャラクタごとに分類しない。 The data division unit 21 classifies the created game scripts for each character and stores the created game scripts for each character in the storage device 14. The classification for each character is a classification for each character name 32 corresponding to the speaker character. In one preferred example, the data divider 21 identifies which speaker character the data associated with the ID 31 in the created game script, i.e., the data in each row, is for which speaker character, and each row for each speaker character. Create a created game script for each speaker character by aggregating the data of. The data division unit 21 stores the created game script created for each character in the storage device 14 for each character. The data associated with the ID 31, that is, the data in each line can be identified as which speaker character the data is related to by referring to the character name. The data division unit 21 does not classify each character depending on the type of control data.

データ前処理部22は、制御データの種別ごとに、記憶装置14に記憶された作成済ゲームスクリプトが含む制御データを自然言語データである制御説明文に変換して加工済スクリプト文を作成する。加工済スクリプト文は、説明文33及び説明文33に対応する制御説明文を含む自然言語データであり、作成済ゲームスクリプトに基づいて作成されるものである。データ分割部21により作成済ゲームスクリプトが分割される場合、データ前処理部22は、キャラクタごとに記憶装置14に記憶された作成済ゲームスクリプトが含む制御データを制御説明文に変換して、キャラクタごとに、加工済スクリプト文を作成する。 The data preprocessing unit 22 creates a processed script statement by converting the control data included in the created game script stored in the storage device 14 into a control explanation statement which is natural language data for each type of control data. The processed script statement is natural language data including the explanatory statement 33 and the control explanatory statement corresponding to the explanatory statement 33, and is created based on the created game script. When the created game script is divided by the data dividing unit 21, the data preprocessing unit 22 converts the control data included in the created game script stored in the storage device 14 for each character into a control description, and the character. Create a processed script statement for each.

本実施形態では、データ前処理部22は、各々がデータ前処理部22の機能を有する複数のデータ前処理ユニット122を含む。データ前処理ユニット122の各々は、作成済ゲームスクリプトが含む制御データの種別のうちの1つの種別に対応するものである。データ前処理ユニット122の各々は、作成済ゲームスクリプトが含む制御データのうちの一の種別に対応する制御データを制御説明文に変換して加工済スクリプト文を作成する。このようにして、データ前処理部22は、制御データの種別ごとに加工済スクリプト文を作成する。ただし、データ前処理部22は、1つのデータ前処理ユニットや他のソフトウェアモジュールなどにより実現されてもよい。例えば「fadein」させたキャラクタを「fadeout」させる場合などに、データ前処理ユニット122は、作成済ゲームスクリプトが含むコマンドデータのうちの「fadein」及び「fadeout」を制御説明文に変換して加工済スクリプト文を作成する。 In the present embodiment, the data preprocessing unit 22 includes a plurality of data preprocessing units 122, each of which has a function of the data preprocessing unit 22. Each of the data preprocessing units 122 corresponds to one of the types of control data included in the created game script. Each of the data preprocessing units 122 converts the control data corresponding to one type of the control data included in the created game script into a control description to create a processed script statement. In this way, the data preprocessing unit 22 creates a processed script statement for each type of control data. However, the data preprocessing unit 22 may be realized by one data preprocessing unit, another software module, or the like. For example, when a character that has been "fade in" is to be "fade out", the data preprocessing unit 122 converts "fade in" and "fade out" in the command data included in the created game script into control explanations and processes them. Create a completed script statement.

1つの例では、データ前処理ユニット122は、作成済ゲームスクリプトの制御データを制御説明文に変換し、同一のID31に関連付けられた説明文33及び制御説明文を関連付け又は結合して、加工済スクリプト文を作成する。加工済スクリプト文は、作成済ゲームスクリプトに基づいて、ID31に関連付けられた行のデータ1つずつ作成される。加工済スクリプト文は、作成済ゲームスクリプトから作成された自然言語データ全体を示すものであるが、作成済ゲームスクリプトから作成されたデータのうちの1つのID31に関連付けられた自然言語データを示す場合もある。 In one example, the data preprocessing unit 122 converts the control data of the created game script into a control description, and associates or combines the description 33 and the control description associated with the same ID 31 to process the data. Create a script statement. The processed script statement is created one by one in the row data associated with the ID 31 based on the created game script. The processed script statement indicates the entire natural language data created from the created game script, but when it indicates the natural language data associated with ID 31 of one of the data created from the created game script. There is also.

1つの好適な例では、データ前処理ユニット122は、ID31に関連付けられた行のデータ1つずつ、作成済ゲームスクリプトのキャラクタ名32及び説明文33の自然言語データを用いて、表1に示すような1つの説明文33’を作成する。説明文33’は、制御説明文に関連付ける又は結合する自然言語データである。

Figure 2021135945
In one preferred example, the data preprocessing unit 122 is shown in Table 1 using one row of data associated with the ID 31 and the natural language data of the character name 32 and description 33 of the created game script. Create one descriptive text 33'such as. The description 33'is natural language data associated with or combined with the control description.
Figure 2021135945

ここでは、学習対象の制御データの種別がcommand1(コマンドデータ35)の場合のデータ前処理部22及び学習部23の動作について説明する。図5は、1つの種別の制御データに関連する作成済ゲームスクリプトの一例を示す図であり、図6は、データ前処理ユニット122が図5に示す作成済ゲームスクリプトから作成した加工済スクリプト文の一例を示す図である。図5は、command1に関連するゲームスクリプトを示す。ここでは、command1は、キャラクタと背景の動きの制御に関する制御データである。この場合、制御データはキャラクタの個性に依存しないため、データ分割部21は、command1を含む1つの種別の制御データについては、作成済ゲームスクリプトをキャラクタごとに分割しない。 Here, the operations of the data preprocessing unit 22 and the learning unit 23 when the type of control data to be learned is command 1 (command data 35) will be described. FIG. 5 is a diagram showing an example of a created game script related to one type of control data, and FIG. 6 is a processed script statement created by the data preprocessing unit 122 from the created game script shown in FIG. It is a figure which shows an example. FIG. 5 shows a game script related to command1. Here, command1 is control data relating to the control of the movement of the character and the background. In this case, since the control data does not depend on the individuality of the character, the data division unit 21 does not divide the created game script for each character for one type of control data including command1.

データ前処理ユニット122は、図5に示すキャラクタ名32及び説明文33の列の要素に記載の自然言語データを図6に示す説明文33’の列の要素に記載の自然言語データへ加工する。図6に示すように、加工済スクリプト文は、各行が自然言語データから構成される。なお説明の便宜上、図6に示す加工済スクリプト文において、ゲームスクリプトのID31に対応させることを目的として説明文33’及び制御説明文35’はIDに関連付けられているが、各行のデータが管理可能なものであればよい。 The data preprocessing unit 122 processes the natural language data described in the column elements of the character name 32 and the explanatory text 33 shown in FIG. 5 into the natural language data described in the column elements of the explanatory text 33'shown in FIG. .. As shown in FIG. 6, each line of the processed script statement is composed of natural language data. For convenience of explanation, in the processed script statement shown in FIG. 6, the description 33'and the control description 35' are associated with the ID for the purpose of corresponding to the ID 31 of the game script, but the data of each line is managed. Anything that is possible will do.

表1に記載する「キャラクタの動きを制御する部分であることを示すマーカ」は、図6における「登場人物は」という自然言語に対応する。図6における「NoChar」という自然言語は「NoCharacter」の略であり、キャラクタ名が指定されていないことを意味する。データ前処理ユニット122は、キャラクタ名32が「null」の場合、「マーカ」後の「キャラクタ」が「NoChar」となるように説明文33’の自然言語データを作成する。したがって、「手前のキャラクタ」及び「話者キャラクタ」が指定されていない場合、「登場人物は、NoChar、NoChar」と記載される。 The "marker indicating that the part controls the movement of the character" shown in Table 1 corresponds to the natural language "character is" in FIG. The natural language "NoChar" in FIG. 6 is an abbreviation for "NoCharacter" and means that the character name is not specified. When the character name 32 is "null", the data preprocessing unit 122 creates the natural language data of the explanatory text 33'so that the "character" after the "marker" is "NoChar". Therefore, when the "front character" and the "speaker character" are not specified, "characters are described as NoChar, NoChar".

図5においてID31が「1」の場面は、最初の場面であり、「手前のキャラクタ」が不在であり、「話者キャラクタ」の「カタリナ」のみ存在する。この場合、データ前処理ユニット122は、ID31の「マーカ」以後の記載が「登場人物は、NoChar、カタリナ」となるように説明文33’を作成した。また図5においてID31が「2」の場面は、「話者キャラクタ」としてのキャラクタ名32に「ビィ」が指定され、1つ前の場面の「話者キャラクタ」の「カタリナ」が指定されていない。この場合、データ前処理ユニット122は、「話者キャラクタ」が「ビィ」、「手前のキャラクタ」が「カタリナ」となるように説明文33’を作成した。 In FIG. 5, the scene where the ID 31 is "1" is the first scene, the "character in the foreground" is absent, and only the "catalina" of the "speaker character" exists. In this case, the data preprocessing unit 122 created the explanatory text 33'so that the description after the "marker" of the ID 31 is "characters are NoChar, Catalina". Further, in the scene where the ID 31 is "2" in FIG. 5, "Bee" is designated as the character name 32 as the "speaker character", and "catalina" of the "speaker character" of the previous scene is designated. No. In this case, the data preprocessing unit 122 created the explanatory text 33'so that the "speaker character" is "bee" and the "front character" is "catalina".

記憶装置14は、制御データの種別ごとに、制御データと制御説明文との対応関係を示す制御データ変換情報を記憶する。制御データ変換情報は、例えば制御データがコマンドデータ35の場合、コマンドデータ35の内容の各々を制御説明文の各々と対応付けた情報であり、例えば変換テーブルのような形式で記憶される。データ前処理ユニット122は、制御データ変換情報に基づいて、制御データを制御説明文へ変換する。 The storage device 14 stores control data conversion information indicating the correspondence between the control data and the control description for each type of control data. The control data conversion information is, for example, information in which each of the contents of the command data 35 is associated with each of the control explanations when the control data is the command data 35, and is stored in a format such as a conversion table. The data preprocessing unit 122 converts the control data into a control description based on the control data conversion information.

図7は、command1のコマンドデータ35と制御説明文35’との対応を示す変換テーブルの一例を示す図である。データ前処理ユニット122は、図7に示す変換テーブルを用いて、図5に示すコマンドデータ35を図6に示す制御説明文35’へ変換する。例えばデータ前処理ユニット122は、図7に示す変換テーブルを用いて、コマンドデータ「fadein」を制御説明文「(キャラクタ)が現れた」へ変換する。 FIG. 7 is a diagram showing an example of a conversion table showing the correspondence between the command data 35 of command1 and the control description 35'. The data preprocessing unit 122 converts the command data 35 shown in FIG. 5 into the control explanatory text 35'shown in FIG. 6 by using the conversion table shown in FIG. 7. For example, the data preprocessing unit 122 converts the command data "fadein" into the control description "(character) has appeared" by using the conversion table shown in FIG. 7.

学習部23は、制御データの種別ごとに、自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、制御データの種別ごとの学習済モデルを生成する。データ前処理部22によりキャラクタごとに加工済スクリプト文が作成される場合、学習部23は、制御データの種別ごとに、キャラクタごとに作成された加工済スクリプト文を自然言語事前学習済モデルに学習させることによりキャラクタごとの学習済モデルを生成する。 The learning unit 23 trains a processed script sentence in a natural language pre-learned model in which the grammatical structure related to the natural language and the relationship between sentences are learned in advance for each type of control data, so that each type of control data Generate a trained model of. When the data preprocessing unit 22 creates a processed script statement for each character, the learning unit 23 learns the processed script statement created for each character for each type of control data in a natural language pre-learned model. By letting it generate a trained model for each character.

自然言語学習済モデルは、文法構造の学習と文章間の関係の学習とを用いて、予め大量の自然言語の文章を学習して作成された学習モデルである。文法構造の学習は、例えば「My dog is hairy」という文の構造を学習させるために、(1)単語のマスキング「My dog is [MASK]」、(2)単語のランダム置換「My dog is apple」、(3)単語の操作なし「My dog is hairy」の3パターンを学習させることを意味する。文章間の関係の学習は、例えば学習対象の2つの連続する文の組がある場合に、元の2つの文の組(正解の組)と、ランダムで選択した文の組(不正解の組)とを半分ずつ作成し、文の関連性があるか否かを2値分類問題として学習することを意味する。 The natural language learned model is a learning model created by learning a large amount of natural language sentences in advance by using learning of grammatical structure and learning of relationships between sentences. For learning the grammatical structure, for example, in order to learn the structure of the sentence "My dog is happy", (1) word masking "My dog is [MASK]", (2) random permutation of words "My dog is apple". , (3) No word operation It means to learn the three patterns of "My dog is hairy". Learning the relationship between sentences is performed, for example, when there are two consecutive sentence sets to be learned, the original two sentence sets (correct answer set) and the randomly selected sentence set (incorrect answer set). ) And half are created, and it means learning whether or not the sentences are related as a binary classification problem.

自然言語学習済モデルは、学習支援装置10とは異なる他の装置に記憶され、学習支援装置10は、通信装置15を介して該他の装置と通信することにより、自然言語学習済モデルに対して学習させ、学習させて得られた学習モデルを該他の装置から取得する。ただし、学習支援装置10は、自然言語学習済モデルを記憶装置14に記憶してもよい。 The natural language learned model is stored in another device different from the learning support device 10, and the learning support device 10 communicates with the other device via the communication device 15 with respect to the natural language learned model. The learning model obtained by learning is acquired from the other device. However, the learning support device 10 may store the natural language learned model in the storage device 14.

本実施形態では、学習部23は、各々が学習部23の機能を有する複数の学習ユニット123を含む。学習ユニット123の各々は、複数のデータ前処理ユニット122の各々に対応し、対応するデータ前処理ユニット122が作成した加工済スクリプト文を自然言語事前学習済モデルに学習させることにより、学習済モデルを各々生成する。ただし、学習部23は、1つの学習ユニットや他のソフトウェアモジュールなどにより実現されてもよい。 In the present embodiment, the learning unit 23 includes a plurality of learning units 123, each of which has a function of the learning unit 23. Each of the learning units 123 corresponds to each of the plurality of data preprocessing units 122, and the trained model is trained by training the processed script statement created by the corresponding data preprocessing unit 122 in the natural language pretrained model. Are generated respectively. However, the learning unit 23 may be realized by one learning unit, another software module, or the like.

1つの好適な例では、自然言語事前学習済モデルは、Google社により提供されるBERTと呼ばれる学習済モデルであり、学習ユニット123は、通信装置15を介してBERTのシステムと通信し、BERTに加工済スクリプト文を学習させる。この場合、学習ユニット123は、自然言語データの加工済スクリプト文を学習データとして用いて、制御データの種別ごとに自然言語事前学習済モデルをファインチューニングして、制御データの種別ごとの学習済モデルを生成する。ファインチューニングは、自然言語事前学習済モデルを再学習させてパラメータへの再重み付けを行うことを意味する。したがって、学習ユニット123は、既に学習済の自然言語事前学習済モデルを、加工済スクリプト文を用いて再学習させることにより、自然言語事前学習済モデルを微調整した新たな学習モデルを生成するものである。 In one preferred example, the natural language pre-learned model is a trained model called BERT provided by Google, where the learning unit 123 communicates with the BERT system via the communication device 15 to the BERT. Learn the processed script statement. In this case, the learning unit 123 uses the processed script statement of the natural language data as the training data, fine-tunes the natural language pre-trained model for each type of control data, and fine-tunes the trained model for each type of control data. To generate. Fine tuning means that the natural language pre-trained model is retrained and the parameters are reweighted. Therefore, the learning unit 123 generates a new learning model in which the natural language pre-learned model is fine-tuned by re-learning the already trained natural language pre-learned model using the processed script statement. Is.

本実施形態では、学習ユニット123は、自然言語事前学習済モデルに対して、文章間の関係を学習させる。データ前処理ユニット122は、図5に示す作成済ゲームスクリプトから、学習ユニット123が文章間の関係を学習させることが可能な加工済スクリプト文を作成する。図8は、データ前処理ユニット122が図5に示す作成済ゲームスクリプトから作成した加工済スクリプト文の一例を示す図である。加工済スクリプト文においては、説明文33’及び制御説明文35’にラベル36が関連付けられる。加工済スクリプト文は、ラベル36を含むものではないが、説明の便宜上、図8においては、学習部23が自然言語事前学習済モデルに学習させるために付与するラベル36を明示している。また説明の便宜上、図8に示す加工済スクリプト文において、ゲームスクリプトのID31に対応させることを目的として説明文33’及び制御説明文35’はIDに関連付けられているが、各行のデータが管理可能なものであればよい。 In the present embodiment, the learning unit 123 causes the natural language pre-learned model to learn the relationship between sentences. The data preprocessing unit 122 creates a processed script sentence from the created game script shown in FIG. 5 so that the learning unit 123 can learn the relationship between sentences. FIG. 8 is a diagram showing an example of a processed script statement created by the data preprocessing unit 122 from the created game script shown in FIG. In the processed script statement, the label 36 is associated with the description 33'and the control description 35'. The processed script statement does not include the label 36, but for convenience of explanation, in FIG. 8, the label 36 given by the learning unit 23 to train the natural language pre-learned model is clearly shown. Further, for convenience of explanation, in the processed script statement shown in FIG. 8, the explanatory statement 33'and the control explanatory statement 35'are associated with the ID for the purpose of corresponding to the ID 31 of the game script, but the data of each line is managed. Anything that is possible will do.

ラベル36は、正解ラベルとして「IsNext」が記載され、不正解ラベルとして「NotNext」が記載される。データ前処理ユニット122は、正解の組として、図5に示す作成済ゲームスクリプトのID31の「1」のキャラクタ名32及び説明文33に対応する説明文33’と、ID31の「1」のコマンドデータ35に対応する制御説明文35’との組を作成する。データ前処理ユニット122は、不正解の組として、図5に示す作成済ゲームスクリプトのID31の「1」のキャラクタ名32及び説明文33に対応する説明文33’と、ランダムに選択した制御説明文35’との組を作成する。学習ユニット123は、正解の組に「IsNext」のラベル36を関連付け、不正解の組に「NotNext」のラベル36を関連付ける。 On the label 36, "IsNext" is described as the correct answer label, and "NotNext" is described as the incorrect answer label. As a set of correct answers, the data preprocessing unit 122 has a description 33'corresponding to the character name 32 and description 33 of ID 31 "1" of the created game script shown in FIG. 5, and a command of "1" of ID 31. Create a pair with the control description 35'corresponding to the data 35. The data preprocessing unit 122 has a set of incorrect answers, a description 33'corresponding to the character name 32 and the description 33 of "1" of the ID 31 of the created game script shown in FIG. 5, and a control description randomly selected. Create a pair with sentence 35'. The learning unit 123 associates the correct answer set with the "IsNext" label 36 and the incorrect answer set with the "NotNext" label 36.

学習ユニット123は、自然言語事前学習済モデルに対して、正解の組として作成された説明文33’及び制御説明文35’を連結して正解のデータとして(正解ラベルを付与して)学習させ、不正解の組として作成された説明文33’及び制御説明文35’を連結して不正解のデータとして(不正解ラベルを付与して)学習させる。変形例として、command1及びcommand2が1つの種別の制御データであり、当該制御データが学習対象の制御データの1つの種別である場合、データ前処理ユニット122は、command1及びcommand2の各々に対応する制御説明文35’を作成できるように構成される。この場合、学習ユニット123は、command1及びcommand2の各々に対応する制御説明文35’を連結して1つの制御説明文35A’として扱い、自然言語事前学習済モデルに対して、説明文33’と制御説明文35A’の文章間の関係を学習させる。 The learning unit 123 concatenates the explanatory text 33'and the control explanatory text 35'created as a set of correct answers to the natural language pre-learned model and trains them as correct answer data (with a correct answer label). , The explanation sentence 33'and the control explanation sentence 35'created as a set of incorrect answers are concatenated and learned as incorrect answer data (with an incorrect answer label). As a modification, when command1 and command2 are one type of control data and the control data is one type of control data to be learned, the data preprocessing unit 122 has a control corresponding to each of command1 and command2. It is configured so that the description 35'can be created. In this case, the learning unit 123 concatenates the control explanations 35'corresponding to each of command1 and command2 and treats them as one control explanation 35A'. The relationship between the sentences of the control explanation sentence 35A'is learned.

次に、学習対象の制御データの種別が画像パス34の場合のデータ前処理部22及び学習部23の動作について、主としてコマンドデータ35の場合との相違点に関して説明する。画像パス34は、キャラクタID及び感情を含む文字列から構成されるファイル名を含む。例えばキャラクタIDが「3050」の場合、ファイル名が「3050」であると「中立」の感情、「3050_laugh」だと「笑う」の感情、「3050_angry」だと「怒る」の感情、「3050_concentration」だと「その他」の感情、「3050_a」だと「その他」の感情となる。この場合、図6に示す加工済スクリプト文は、コマンドデータ35に対応する制御説明文35’ではなく、画像パス34の文字列に含まれる感情に対応する制御説明文34’を含む。またこの場合、制御データはキャラクタの個性に依存するため、データ分割部21は、作成済ゲームスクリプトをキャラクタごとに分割する。 Next, the operations of the data preprocessing unit 22 and the learning unit 23 when the type of control data to be learned is the image path 34 will be described mainly with respect to the differences from the case of the command data 35. The image path 34 includes a file name composed of a character string including a character ID and an emotion. For example, when the character ID is "3050", if the file name is "3050", the emotion is "neutral", if it is "3050_lauch", the emotion is "laughing", if it is "3050_angry", the emotion is "angry", and "3050_concentration". If it is, it becomes the feeling of "other", and if it is "3050_a", it becomes the feeling of "other". In this case, the processed script statement shown in FIG. 6 includes the control explanation statement 34'corresponding to the emotion included in the character string of the image path 34, not the control explanation statement 35'corresponding to the command data 35. Further, in this case, since the control data depends on the individuality of the character, the data division unit 21 divides the created game script for each character.

図9は、画像パス34に含まれる文字列と感情の対応関係を示す図であり、画像パス34と制御説明文34’との対応を示す変換テーブルの一例を示す図である。データ前処理ユニット122は、図9に示す変換テーブルを用いて、画像パス34の文字列に含まれる感情を制御説明文34’「感情」へ変換する。データ前処理ユニット122は、キャラクタごとに記憶装置14に記憶された作成済ゲームスクリプトが含む制御データを制御説明文に変換して、キャラクタごとに、加工済スクリプト文を作成する。この場合の加工済スクリプト文は、図6又は図8に示す加工済スクリプト文における、コマンドデータ35に対応する制御説明文35’の代わりに画像パス34に対応する制御説明文34’の「感情」を含むものである。データ前処理ユニット122は、command1の制御データの場合と同様にして、正解の組として、作成済ゲームスクリプトに基づいて作成された説明文33’と制御説明文34’との組を作成する。同様に、データ前処理ユニット122は、不正解の組として、作成済ゲームスクリプトに基づいて作成された説明文33’とランダムに選択した制御説明文34’との組を作成する。 FIG. 9 is a diagram showing a correspondence relationship between the character string included in the image path 34 and emotions, and is a diagram showing an example of a conversion table showing the correspondence between the image path 34 and the control explanatory text 34'. The data preprocessing unit 122 converts the emotion included in the character string of the image path 34 into the control description 34'"emotion" by using the conversion table shown in FIG. The data preprocessing unit 122 converts the control data included in the created game script stored in the storage device 14 for each character into a control description, and creates a processed script statement for each character. In this case, the processed script statement is the "emotion" of the control explanatory statement 34'corresponding to the image path 34 instead of the control explanatory statement 35'corresponding to the command data 35 in the processed script statement shown in FIG. 6 or FIG. ”Is included. The data preprocessing unit 122 creates a set of the explanatory text 33'and the control explanatory text 34'created based on the created game script as a set of correct answers in the same manner as in the case of the control data of command1. Similarly, the data preprocessing unit 122 creates a set of a description 33'created based on the created game script and a randomly selected control description 34' as a set of incorrect answers.

次に、本発明の一実施形態の学習支援装置10の学習済モデルの生成処理について図10に示したフローチャートを用いて説明する。ステップ101において、データ分割部21は、作成済ゲームスクリプトをキャラクタごとに分類して、キャラクタごとの作成済ゲームスクリプトを記憶装置14に記憶する。 Next, the process of generating the trained model of the learning support device 10 according to the embodiment of the present invention will be described with reference to the flowchart shown in FIG. In step 101, the data division unit 21 classifies the created game scripts for each character and stores the created game scripts for each character in the storage device 14.

ステップ102において、データ前処理部22は、制御データの種別ごとに、キャラクタごとに記憶された作成済ゲームスクリプトが含む制御データを制御説明文に変換して、キャラクタごとに、加工済スクリプト文を作成する。ステップ103において、学習部23は、制御データの種別ごとに、キャラクタごとに作成された加工済スクリプト文を自然言語事前学習済モデルに学習させることによりキャラクタごとの学習済モデルを生成する。 In step 102, the data preprocessing unit 22 converts the control data included in the created game script stored for each character into a control description for each type of control data, and converts the processed script statement for each character. create. In step 103, the learning unit 23 generates a trained model for each character by training the processed script statement created for each character in the natural language pre-learned model for each type of control data.

ただし、データ分割部21により作成済ゲームスクリプトが分割されない場合、本フローチャートは、ステップ101の処理を実行しない。この場合、ステップ102において、データ前処理部22は、制御データの種別ごとに、記憶された作成済ゲームスクリプトが含む制御データを制御説明文に変換して、加工済スクリプト文を作成する。ステップ103において、学習部23は、制御データの種別ごとに、作成された加工済スクリプト文を自然言語事前学習済モデルに学習させることにより学習済モデルを生成する。 However, if the created game script is not divided by the data division unit 21, this flowchart does not execute the process of step 101. In this case, in step 102, the data preprocessing unit 22 converts the control data included in the stored created game script into a control description for each type of control data, and creates a processed script statement. In step 103, the learning unit 23 generates a learned model by training the created processed script statement in the natural language pre-learned model for each type of control data.

図11は本発明の第2の実施形態の生成支援装置50のハードウェア構成を示すブロック図である。生成支援装置50は、プロセッサ51、入力装置52、表示装置53、記憶装置54、及び通信装置55を備える。これらの各構成装置はバス56によって接続される。なお、バス56と各構成装置との間には必要に応じてインタフェースが介在しているものとする。生成支援装置50は、一般的なサーバやPC等と同様の構成を含む。 FIG. 11 is a block diagram showing a hardware configuration of the generation support device 50 according to the second embodiment of the present invention. The generation support device 50 includes a processor 51, an input device 52, a display device 53, a storage device 54, and a communication device 55. Each of these components is connected by a bus 56. It is assumed that an interface is interposed between the bus 56 and each component device as needed. The generation support device 50 includes a configuration similar to that of a general server, PC, or the like.

プロセッサ51は、生成支援装置50全体の動作を制御する。例えばプロセッサ51は、CPUである。プロセッサ51は、記憶装置54に格納されているプログラムやデータを読み込んで実行することにより、様々な処理を実行する。プロセッサ51は、複数のプロセッサから構成されてもよい。 The processor 51 controls the operation of the entire generation support device 50. For example, the processor 51 is a CPU. The processor 51 executes various processes by reading and executing a program or data stored in the storage device 54. The processor 51 may be composed of a plurality of processors.

入力装置52は、生成支援装置50に対するユーザからの入力を受け付けるユーザインタフェースであり、例えば、タッチパネル、タッチパッド、又はボタンである。表示装置53は、プロセッサ51の制御に従って、アプリケーション画面などを生成支援装置50のユーザに表示するディスプレイである。 The input device 52 is a user interface that receives input from the user to the generation support device 50, and is, for example, a touch panel, a touch pad, or a button. The display device 53 is a display that displays an application screen or the like to the user of the generation support device 50 under the control of the processor 51.

記憶装置54は、主記憶装置及び補助記憶装置を含む。主記憶装置は、例えばRAMのような半導体メモリである。RAMは、情報の高速な読み書きが可能な揮発性の記憶媒体であり、プロセッサ51が情報を処理する際の記憶領域及び作業領域として用いられる。主記憶装置は、読み出し専用の不揮発性記憶媒体であるROMを含んでいてもよい。補助記憶装置は、様々なプログラムや、各プログラムの実行に際してプロセッサ51が使用するデータを格納する。補助記憶装置は、情報を格納できるものであればいかなる不揮発性ストレージ又は不揮発性メモリであってもよく、着脱可能なものであっても構わない。 The storage device 54 includes a main storage device and an auxiliary storage device. The main storage device is a semiconductor memory such as a RAM. The RAM is a volatile storage medium capable of reading and writing information at high speed, and is used as a storage area and a work area when the processor 51 processes information. The main storage device may include a ROM, which is a read-only non-volatile storage medium. The auxiliary storage device stores various programs and data used by the processor 51 when executing each program. The auxiliary storage device may be any non-volatile storage or non-volatile memory as long as it can store information, and may be removable.

記憶装置54は、学習支援装置10の学習部23により生成された制御データの種別ごとの学習済モデルを記憶する。記憶装置54は、制御データの種別に応じて学習済モデルがキャラクタごとに生成された場合、制御データの種別ごと、かつキャラクタごとの学習済モデルを記憶する。また記憶装置14は、ゲームスクリプトが読み込まれたときに参照されるキャラクタ画像を記憶する。前述のとおり、キャラクタ画像のファイル名は、キャラクタID及び感情を含む文字列から構成される。 The storage device 54 stores the learned model for each type of control data generated by the learning unit 23 of the learning support device 10. When a trained model is generated for each character according to the type of control data, the storage device 54 stores the trained model for each type of control data and for each character. Further, the storage device 14 stores a character image that is referred to when the game script is read. As described above, the file name of the character image is composed of a character string including a character ID and emotions.

通信装置55は、ネットワークを介してユーザ端末又はサーバなどの他のコンピュータとの間でデータの授受を行うことが可能な無線LANモジュールである。通信装置55は、Bluetooth(登録商標)モジュールなどの他の無線用通信デバイスとすることもできるし、イーサネット(登録商標)モジュールやUSBインタフェースなどの有線用通信デバイスとすることもできる。 The communication device 55 is a wireless LAN module capable of exchanging data with another computer such as a user terminal or a server via a network. The communication device 55 can be another wireless communication device such as a Bluetooth® module, or a wired communication device such as an Ethernet® module or a USB interface.

図12は本発明の一実施形態の生成支援装置50の機能ブロック図である。生成支援装置50は、入力受付部61、データ加工部62、推論部63、及びデータ後処理部64を備える。本実施形態においては、プログラムがプロセッサ51により実行されることによりこれらの機能が実現される。例えば実行されるプログラムは、記憶装置54に記憶されている又は通信装置55を介して受信したプログラムである。このように、各種機能がプログラム読み込みにより実現されるため、1つのパート(機能)の一部又は全部を他のパートが有していてもよい。ただし、各機能の一部又は全部を実現するための電子回路等を構成することによりハードウェアによってもこれらの機能は実現してもよい。 FIG. 12 is a functional block diagram of the generation support device 50 according to the embodiment of the present invention. The generation support device 50 includes an input receiving unit 61, a data processing unit 62, an inference unit 63, and a data post-processing unit 64. In the present embodiment, these functions are realized by executing the program by the processor 51. For example, the program to be executed is a program stored in the storage device 54 or received via the communication device 55. In this way, since various functions are realized by reading the program, a part or all of one part (function) may be possessed by another part. However, these functions may be realized by hardware by configuring an electronic circuit or the like for realizing a part or all of each function.

入力受付部61は、ゲームスクリプトのキャラクタ名32及び説明文33の入力を受け付ける。1つの例では、入力受付部61は、図3に示すゲームスクリプトにおけるキャラクタ名32及び説明文33の入力を受け付け、入力を受け付けたデータはID31に関連付けられる。ただし、推論対象の制御データの種別がcommand1の場合、制御データはキャラクタの個性に依存しないため、入力受付部61は、説明文33のみを受け付けるように構成されてもよい。 The input receiving unit 61 accepts the input of the character name 32 and the description 33 of the game script. In one example, the input receiving unit 61 receives the input of the character name 32 and the explanatory text 33 in the game script shown in FIG. 3, and the received data is associated with the ID 31. However, when the type of control data to be inferred is command 1, the control data does not depend on the individuality of the character, so the input receiving unit 61 may be configured to receive only the explanatory text 33.

データ加工部62は、ID31に関連付けられた行のデータ1つずつ、キャラクタ名32及び説明文33の自然言語データに基づいて、表1に示すような1つの説明文33’の自然言語データを作成する。 The data processing unit 62 selects the natural language data of one explanatory text 33'as shown in Table 1 based on the natural language data of the character name 32 and the explanatory text 33, one by one in the row associated with the ID 31. create.

推論部63は、学習支援装置10の学習部23により生成された制御データの種別ごとの学習済モデル、又は制御データの種別ごと、かつキャラクタごとの学習済モデルを用いて、入力受付部61が入力を受け付けた説明文から制御説明文を推論する。データ後処理部64は、制御データ変換情報に基づいて、推論部63により推論される制御説明文から制御データを作成する。具体的には、制御データの種別がコマンドデータ35の場合、データ後処理部64は、制御データ変換情報に基づいて、制御説明文を制御データに変換する。 The inference unit 63 uses a trained model for each type of control data generated by the learning unit 23 of the learning support device 10, or a trained model for each type of control data and for each character, and the input reception unit 61 uses the trained model. The control explanation is inferred from the explanation that received the input. The data post-processing unit 64 creates control data from the control explanatory text inferred by the inference unit 63 based on the control data conversion information. Specifically, when the type of control data is command data 35, the data post-processing unit 64 converts the control description into control data based on the control data conversion information.

1つの例では、推論対象の制御データの種別がcommand1の場合、推論部63は、データ加工部62が作成した説明文33’と、command1に記載される全種別のコマンドデータに対応する制御説明文35’の各々との組を作成する。推論部63は、command1に対応する学習済モデルに対して、作成した組を入力して関連性点数を算出する。推論部63は、最も適切な制御説明文として、最も高い点数の組の制御説明文35’を選択(出力)する。 In one example, when the type of control data to be inferred is command 1, the inference unit 63 has a control description corresponding to the explanatory text 33'created by the data processing unit 62 and all types of command data described in command 1. Create a pair with each of sentence 35'. The inference unit 63 inputs the created set to the trained model corresponding to command1 and calculates the relevance score. The inference unit 63 selects (outputs) the control explanation sentence 35'of the set with the highest score as the most appropriate control explanation sentence.

図13は、推論部63による制御説明文35’の推定の一例を示す図であり、表2は、データ加工部62が作成した説明文33’を示す。

Figure 2021135945
FIG. 13 is a diagram showing an example of estimation of the control explanatory text 35'by the inference unit 63, and Table 2 shows the explanatory text 33'created by the data processing unit 62.
Figure 2021135945

データ加工部62は、現在の話者キャラクタが「ビィ」であり、直前の話者キャラクタが「ラインハルザ」であることから、説明文33であるセリフに「登場人物は、ラインハルザ、ビィ」を追記し、説明文33’を作成した。推論部63は、作成した説明文33’と全種別のコマンドデータに対応する制御説明文「何も起こらなかった」、「(キャラクタ)が現れた」、「(キャラクタ)が消えた」、「(キャラクタ)が飛び跳ねた」、及び「何かが起きた」の各々との組を作成する。上記全種別の制御説明文は、全種別のコマンドデータ「NoCommand」、「fadein」、「fadeout」、「jump」、及び「other」に対応するものである。推論部63は、command1に対応する学習済モデルに対して、作成した組を入力して関連性点数を算出し、最も高い点数の「(キャラクタ)が飛び跳ねた」を、説明文33に対して最も適切な制御説明文として選択する。 Since the current speaker character is "Bee" and the immediately preceding speaker character is "Rheinhalza", the data processing unit 62 adds "Characters are Rheinhalza, Bie " to the dialogue in the explanation 33. Then, the explanation 33'was created. The inference unit 63 has created a description 33'and a control description corresponding to all types of command data "Nothing happened", "(Character) appeared", "(Character) disappeared", "(Character) disappeared", " Create a pair with each of "(character) jumped" and "something happened". The control explanations of all types correspond to the command data "NoCommand", "fadein", "fadeout", "jump", and "other" of all types. The inference unit 63 inputs the created set to the trained model corresponding to command1 to calculate the relevance score, and gives the highest score "(character) jumped" to the explanation 33. Select as the most appropriate control description.

データ後処理部64は、推論部63により推論部により推論される制御説明文を制御データに変換して、入力受付部61が入力を受け付けた説明文33及び該説明文33に対応する制御説明文35’を出力する。1つの好適な例では、記憶装置54は、学習支援装置10の記憶装置14が記憶する、制御データの種別ごとの制御データ変換情報を記憶する。データ後処理部64は、制御データ変換情報に基づいて、制御説明文を制御データに変換(作成)する。データ後処理部64は、変換した制御データを対応するゲームスクリプトの箇所に出力できるように構成される。 The data post-processing unit 64 converts the control explanatory text inferred by the inference unit by the inference unit 63 into control data, and the input receiving unit 61 receives the input and the control explanatory text corresponding to the explanatory text 33. Output sentence 35'. In one preferred example, the storage device 54 stores the control data conversion information for each type of control data stored in the storage device 14 of the learning support device 10. The data post-processing unit 64 converts (creates) the control description into control data based on the control data conversion information. The data post-processing unit 64 is configured to output the converted control data to the corresponding game script location.

1つの例では、推論対象の制御データの種別が画像パス34の場合、推論部63は、データ加工部62が作成した説明文33’と、画像パス34に含まれる全種類の感情に対応する制御説明文34’の各々との組を作成する。推論部63は、入力受付部61が受け付けたキャラクタ名32に対応するキャラクタに対応し、かつ画像パス34に対応する学習済モデルに対して、作成した組を入力して関連性点数を算出する。推論部63は、画像パス34に対応する学習済モデルに対して、作成した組を入力して関連性点数を算出し、最も高い点数の制御説明文34’を、説明文33に対して最も適切な制御説明文として選択する。例えばデータ後処理部64は、制御データ変換情報に基づいて、制御説明文を「laugh」や「angry」などの感情を含む文字列に変換する。データ後処理部64は、説明文33’から特定されるキャラクタID及び変換した文字列を含むファイル名が格納される画像パス(制御データ)を作成する。データ後処理部64は、作成した画像パスを対応するゲームスクリプトの箇所に出力できるように構成される。他の例では、制御説明文34’は感情に対応する自然言語データであるため、生成支援装置50は、最も高い点数の制御説明文34’を、データ後処理部64による処理を行わずに、そのまま対応するゲームスクリプトの箇所にコメントのような形で出力できるように構成される。 In one example, when the type of control data to be inferred is the image path 34, the inference unit 63 corresponds to the explanatory text 33'created by the data processing unit 62 and all types of emotions included in the image path 34. Create a pair with each of the control description 34'. The inference unit 63 inputs the created set to the trained model corresponding to the character corresponding to the character name 32 received by the input receiving unit 61 and corresponding to the image path 34, and calculates the relevance score. .. The inference unit 63 inputs the created set to the trained model corresponding to the image path 34, calculates the relevance score, and sets the control explanatory text 34'with the highest score to the explanatory text 33 most. Select as the appropriate control description. For example, the data post-processing unit 64 converts the control description into a character string including emotions such as “laugh” and “angry” based on the control data conversion information. The data post-processing unit 64 creates an image path (control data) in which the character ID specified from the description 33'and the file name including the converted character string are stored. The data post-processing unit 64 is configured to output the created image path to the corresponding game script location. In another example, since the control explanation 34'is natural language data corresponding to emotions, the generation support device 50 does not process the control explanation 34' with the highest score by the data post-processing unit 64. , It is configured so that it can be output in the form of a comment to the corresponding game script as it is.

次に、本発明の一実施形態の生成支援装置50のゲームスクリプトの一部の自動作成処理について図14に示したフローチャートを用いて説明する。ステップ201において、入力受付部61は、キャラクタ名32及び説明文33の入力を受け付ける。ステップ201において、データ加工部62は、キャラクタ名32及び説明文33の自然言語データに基づいて、表1に示すような説明文33’を作成する。 Next, a part of the automatic creation process of the game script of the generation support device 50 according to the embodiment of the present invention will be described with reference to the flowchart shown in FIG. In step 201, the input receiving unit 61 accepts the input of the character name 32 and the explanatory text 33. In step 201, the data processing unit 62 creates the explanatory text 33'as shown in Table 1 based on the natural language data of the character name 32 and the explanatory text 33.

ステップ202において、推論部63は、学習支援装置10の学習部23により生成された制御データの種別ごとの学習済モデルを用いて、入力受付部61が入力を受け付けた説明文から制御説明文を推論する。具体的には、推論部63は、1つの制御説明文を出力する。ステップ203において、データ後処理部64は、推論部63により推論部により推論(出力)される制御説明文を制御データに変換して、入力受付部61が入力を受け付けた説明文33及び該説明文33に対応する制御説明文を出力する。 In step 202, the inference unit 63 uses the learned model for each type of control data generated by the learning unit 23 of the learning support device 10 to generate a control explanation from the explanation that the input reception unit 61 has received the input. Infer. Specifically, the inference unit 63 outputs one control explanation. In step 203, the data post-processing unit 64 converts the control explanatory text inferred (output) by the inference unit by the inference unit 63 into control data, and the explanatory text 33 and the explanation in which the input receiving unit 61 receives the input. The control explanation corresponding to the sentence 33 is output.

次に、本発明の実施形態の学習支援装置10及び生成支援装置50の主な作用効果について説明する。本発明の実施形態では、学習支援装置10は、データ前処理部22及び学習部23を備える。作成済ゲームスクリプトを学習データとして用いるため、データ前処理部22は、学習させるための制御データを制御説明文に変換して自然言語化し、加工済スクリプト文を作成する。データ前処理部22は、制御データの種別ごとに、かつキャラクタごとに、加工済スクリプト文を作成可能に構成される。学習部23は、自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、学習済モデルを生成する。学習部23は、制御データの種別ごとに、かつキャラクタごとに作成された加工済スクリプト文を用いることにより、制御データの種別ごとに、かつキャラクタごとに学習済モデルを生成可能に構成される。 Next, the main actions and effects of the learning support device 10 and the generation support device 50 according to the embodiment of the present invention will be described. In the embodiment of the present invention, the learning support device 10 includes a data preprocessing unit 22 and a learning unit 23. In order to use the created game script as learning data, the data preprocessing unit 22 converts the control data for training into a control explanation and makes it a natural language to create a processed script statement. The data preprocessing unit 22 is configured to be able to create a processed script statement for each type of control data and for each character. The learning unit 23 generates a trained model by training a processed script statement in a natural language pre-learned model. The learning unit 23 is configured to be able to generate a trained model for each type of control data and for each character by using a processed script statement created for each type of control data and for each character.

このように、本実施形態では、学習支援装置10は、制御データを自然言語化することで、学習させるためのデータをすべて自然言語化し、自然言語化した学習用データを用いて、BERTなどの自然言語事前学習済モデルを再学習させて学習済モデルを生成する。 As described above, in the present embodiment, the learning support device 10 makes all the data to be learned into natural language by converting the control data into natural language, and uses the natural languageized learning data to make a BERT or the like. A trained model is generated by retraining a natural language pre-trained model.

このような構成とすることにより、本実施形態では、作成済ゲームスクリプトを用いて、ゲームスクリプトの少なくとも一部の自動作成を実現するための学習済モデルを生成することが可能となる。
学習済モデルは、制御データの種別ごとに生成可能であり、更にキャラクタごとに生成可能であるため、自動作成の対象とする制御データの種別やキャラクタの種別に応じた独立した学習済モデルを生成することが可能となる。すなわち、複数のキャラクタや推定対象(制御データの種別)に応じて別々の学習済モデルを生成することが可能となる。これにより、キャラクタや制御データの異なる複数の物語性のあるゲームに適用できる学習済モデルを生成することが可能となる。
With such a configuration, in the present embodiment, it is possible to generate a trained model for realizing automatic creation of at least a part of the game script by using the created game script.
Since the trained model can be generated for each type of control data and also for each character, an independent trained model is generated according to the type of control data to be automatically created and the type of character. It becomes possible to do. That is, it is possible to generate different trained models according to a plurality of characters and estimation targets (types of control data). This makes it possible to generate a trained model that can be applied to a plurality of narrative games with different characters and control data.

生成支援装置50は、推論部63及びデータ後処理部64を備える。推論部63は、学習支援装置10が生成した学習済モデルを用いて、例えばセリフの入力を受け付けると、制御データの種別ごとに、制御説明文を推論して出力可能に構成される。推論部63は、制御データの種別に応じて、更にキャラクタごとに制御説明文を推論して出力可能に構成される。データ後処理部64は、制御データ変換情報を用いて、推論部63が出力した自然言語データである制御説明文を制御データに変換可能に構成される。データ後処理部64は、変換した制御データを対応するゲームスクリプトの箇所に出力可能に構成される。 The generation support device 50 includes an inference unit 63 and a data post-processing unit 64. The inference unit 63 is configured to be able to infer and output a control explanation for each type of control data when, for example, receiving an input of dialogue using the learned model generated by the learning support device 10. The inference unit 63 is configured to be able to infer and output a control explanation for each character according to the type of control data. The data post-processing unit 64 is configured to be able to convert the control explanatory text, which is the natural language data output by the inference unit 63, into the control data by using the control data conversion information. The data post-processing unit 64 is configured to be able to output the converted control data to the corresponding game script location.

このような構成とすることにより、本実施形態では、ゲームスクリプトにキャラクタ名やセリフを入力すると、自動的に制御データを出力することが可能となる。このように従来は手入力で行ったゲームスクリプト作成作業を半自動化することにより、ゲーム開発者のゲームスクリプト作成に必要な労力を削減することが可能となる。このようにして、ゲームスクリプトの少なくとも一部の作成を支援することが可能となる。 With such a configuration, in the present embodiment, when a character name or a dialogue is input to the game script, control data can be automatically output. In this way, by semi-automating the game script creation work that was conventionally performed manually, it is possible to reduce the labor required for the game developer to create the game script. In this way, it is possible to support the creation of at least a part of the game script.

また本実施形態では、学習支援装置10は、XMLタグなどのタグを使用せずに、自然言語データを組み合わせて学習用データを生成する。このような構成とすることにより、タグ規約の取り決めやアノテーションが不要となることでゲームスクリプト作成工程を効率化することが可能となり、ゲーム開発者のゲームスクリプト作成に必要な労力を削減することが可能となる。 Further, in the present embodiment, the learning support device 10 generates learning data by combining natural language data without using tags such as XML tags. With such a configuration, it is possible to streamline the game script creation process by eliminating the need for tag convention agreements and annotations, and it is possible to reduce the labor required for game developers to create game scripts. It will be possible.

なお、今まで自然言語を学習するためには、学習すべき自然言語に属性情報を付与するアノテーション作業が必要であり、学習データを用意するためには、全学習データを人間が読み、タグ付けを行う必要があった。本実施形態の学習支援装置10は、例えばBERT("Devlin, Jacob and Chang, Ming-Wei and Lee, Kenton and Toutanova, Kristina, BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding, 2018, arXiv preprint arXiv:1810.04805.")を利用するものである。これにより、タグ付けを行わず、推定に必要な属性情報込みの自然言語をセリフに自動的に加えるだけで学習ができるようになった。 Until now, in order to learn a natural language, it is necessary to perform annotation work to add attribute information to the natural language to be learned, and in order to prepare learning data, humans read and tag all the learning data. Had to do. The learning support device 10 of the present embodiment is, for example, BERT ("Devlin, Jacob and Chang, Ming-Wei and Lee, Kenton and Toutanova, Kristina, BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding, 2018, arXiv preprint arXiv". : 1810.04805. ") is used. As a result, learning can be performed simply by automatically adding the natural language including the attribute information required for estimation to the dialogue without tagging.

上記の作用効果は、特に言及が無い限り、他の実施形態や他の実施例においても同様である。 Unless otherwise specified, the above-mentioned effects are the same in other embodiments and examples.

本発明の他の実施形態では、上記で説明した学習支援装置10及び生成支援装置50の構成を備える自動作成支援装置とすることができる。自動作成支援装置は、複数の装置などから構成される自動作成支援システムとすることもできるし、学習支援装置10及び生成支援装置50を含むシステムとして実現することもできる。 In another embodiment of the present invention, it can be an automatic creation support device having the configurations of the learning support device 10 and the generation support device 50 described above. The automatic creation support device can be an automatic creation support system composed of a plurality of devices or the like, or can be realized as a system including a learning support device 10 and a generation support device 50.

本発明の他の実施形態では、制御データがすべてキャラクタによらない場合やキャラクタごとに学習させる必要がない場合、学習支援装置10は、データ分割部21を備えない。 In another embodiment of the present invention, the learning support device 10 does not include the data dividing unit 21 when all the control data does not depend on the character or when it is not necessary to train each character.

本発明の他の実施形態では、制御データが機能によって複数の種別に分類できない場合又は分類する必要がない場合、学習支援装置10及び生成支援装置50は、制御データの種別ごとに、各処理を実行しない。例えばデータ前処理部22は、制御データの種別ごとに分類せずに、記憶装置14に記憶された作成済ゲームスクリプトが含む制御データを自然言語データである制御説明文に変換して加工済スクリプト文を作成し、学習部23は、制御データの種別ごとに分類せずに、自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、学習済モデルを生成する。当該実施形態においても、データ分割部21は、作成済ゲームスクリプトをキャラクタごとに分類して、キャラクタごとの作成済ゲームスクリプトを記憶装置14に記憶することができる。この場合、データ前処理部22は、キャラクタごとに加工済スクリプト文を作成し、学習部23は、制御データの種別ごとに、キャラクタごとの学習済モデルを生成する。 In another embodiment of the present invention, when the control data cannot be classified into a plurality of types by a function or does not need to be classified, the learning support device 10 and the generation support device 50 perform each process for each type of control data. Do not execute. For example, the data preprocessing unit 22 does not classify by the type of control data, but converts the control data included in the created game script stored in the storage device 14 into a control description which is natural language data, and processes the processed script. The sentence is created, and the learning unit 23 generates the trained model by training the processed script sentence in the natural language pre-trained model without classifying the control data according to the type. Also in the embodiment, the data division unit 21 can classify the created game scripts for each character and store the created game scripts for each character in the storage device 14. In this case, the data preprocessing unit 22 creates a processed script statement for each character, and the learning unit 23 generates a trained model for each character for each type of control data.

本発明の他の実施形態では、ゲームスクリプトは、行列形式のデータの代わりにツリー構造などの構造化データである。この場合、行列形式のデータの場合の行の要素の識別子が、ツリーのノードの識別子又はパスに対応付けられ、列の要素の各々が、ノードの各々に対応付けられる。 In another embodiment of the invention, the game script is structured data, such as a tree structure, instead of matrix data. In this case, the row element identifiers in the case of matrix-formatted data are associated with the tree node identifiers or paths, and each of the column elements is associated with each of the nodes.

本発明の他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を実現するプログラムや該プログラムを格納したコンピュータ読み取り可能な記憶媒体とすることもできる。また他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を単独で実現する電子装置とすることもできる。また他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を実現する方法とすることもできる。また他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を実現するプログラムをコンピュータに供給することができるサーバとすることもできる。また他の実施形態では、上記で説明した本発明の実施形態の機能やフローチャートに示す情報処理を実現する仮想マシンとすることもできる。 In another embodiment of the present invention, a program that realizes the functions of the embodiment of the present invention described above and the information processing shown in the flowchart, or a computer-readable storage medium that stores the program can also be used. Further, in another embodiment, it is also possible to use an electronic device that independently realizes the functions of the embodiment of the present invention described above and the information processing shown in the flowchart. Further, in another embodiment, it is also possible to use a method for realizing the functions of the embodiment of the present invention described above and the information processing shown in the flowchart. In another embodiment, the server may be a server capable of supplying the computer with a program that realizes the functions of the embodiment of the present invention described above and the information processing shown in the flowchart. Further, in another embodiment, it can be a virtual machine that realizes the functions of the embodiment of the present invention described above and the information processing shown in the flowchart.

以上に説明した処理又は動作において、あるステップにおいて、そのステップではまだ利用することができないはずのデータを利用しているなどの処理又は動作上の矛盾が生じない限りにおいて、処理又は動作を自由に変更することができる。また以上に説明してきた各実施例は、本発明を説明するための例示であり、本発明はこれらの実施例に限定されるものではない。本発明は、その要旨を逸脱しない限り、種々の形態で実施することができる。 In the processing or operation described above, the processing or operation can be freely performed in a certain step as long as there is no contradiction in the processing or operation such as using data that should not be available in that step. Can be changed. Further, each of the examples described above is an example for explaining the present invention, and the present invention is not limited to these examples. The present invention can be carried out in various forms as long as it does not deviate from the gist thereof.

10 学習支援装置
11 プロセッサ
12 入力装置
13 表示装置
14 記憶装置
15 通信装置
16 バス
21 データ分割部
22 データ前処理部
23 学習部
31 ID
32 キャラクタ名
33、33’ 説明文
34 画像パス
34’ 制御説明文
35 コマンドデータ
35’ 制御説明文
36 ラベル
40 ゲーム画面
41 立ち絵
42 キャラクタ名
43 説明文
50 生成支援装置
51 プロセッサ
52 入力装置
53 表示装置
54 記憶装置
55 通信装置
56 バス
61 入力受付部
62 データ加工部
63 推論部
64 データ後処理部
122 データ前処理ユニット
123 学習ユニット
10 Learning support device 11 Processor 12 Input device 13 Display device 14 Storage device 15 Communication device 16 Bus 21 Data division unit 22 Data preprocessing unit 23 Learning unit 31 ID
32 Character name 33, 33'Description 34 Image path 34'Control description 35 Command data 35'Control description 36 Label 40 Game screen 41 Standing picture 42 Character name 43 Description 50 Generation support device 51 Processor 52 Input device 53 Display Device 54 Storage device 55 Communication device 56 Bus 61 Input reception unit 62 Data processing unit 63 Inference unit 64 Data post-processing unit 122 Data pre-processing unit 123 Learning unit

Claims (13)

ゲームの内容に応じて関連付けられたゲームにおける説明文を表す自然言語データ及びゲームを制御するための制御データを含むゲームスクリプトの作成を支援するためのシステムであって、
予め作成された作成済ゲームスクリプトが含む制御データを自然言語データである制御説明文に変換し、説明文及び該説明文に対応する制御説明文を含む加工済スクリプト文を作成するデータ前処理部と、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、学習済モデルを生成する学習部と、
を含む、システム。
It is a system for supporting the creation of a game script including natural language data representing a description in a game associated with the content of the game and control data for controlling the game.
Data preprocessing unit that converts the control data included in the pre-created game script into a control description that is natural language data, and creates a processed script statement that includes the description and the control description corresponding to the description. When,
A learning unit that generates a trained model by training a processed script sentence in a natural language pre-learned model in which the grammatical structure related to the natural language and the relationship between sentences are learned in advance.
Including the system.
制御データは機能によって複数の種別に分類可能であり、
前記データ前処理部は、制御データの種別ごとに、予め作成された作成済ゲームスクリプトが含む制御データを自然言語データである制御説明文に変換し、説明文及び該説明文に対応する制御説明文を含む加工済スクリプト文を作成し、
前記学習部は、制御データの種別ごとに、自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、制御データの種別ごとの学習済モデルを生成する、請求項1に記載のシステム。
Control data can be classified into multiple types according to the function.
The data preprocessing unit converts the control data included in the pre-created game script for each type of control data into a control description which is natural language data, and the description and the control description corresponding to the description. Create a processed script statement containing the statement and
The learning unit trains a processed script sentence in a natural language pre-learned model in which the grammatical structure related to the natural language and the relationship between sentences are learned in advance for each type of control data. The system according to claim 1, which generates a trained model of.
前記データ前処理部は、複数のデータ前処理ユニットを含み、一の該データ前処理ユニットが、作成済ゲームスクリプトが含む制御データのうちの一の種別に対応する制御データを制御説明文に変換して加工済スクリプト文を作成することにより、前記データ前処理部は制御データの種別ごとに加工済スクリプト文を作成し、
前記学習部は、複数のデータ前処理ユニットの各々に対応する複数の学習ユニットを含む、請求項2に記載のシステム。
The data preprocessing unit includes a plurality of data preprocessing units, and one data preprocessing unit converts control data corresponding to one type of control data included in the created game script into a control description. By creating a processed script statement, the data preprocessing unit creates a processed script statement for each type of control data.
The system according to claim 2, wherein the learning unit includes a plurality of learning units corresponding to each of the plurality of data preprocessing units.
前記学習部は、加工済スクリプト文を学習データとして用いて、自然言語事前学習済モデルをファインチューニングして学習済モデルを生成する、請求項1から3のいずれか1項に記載のシステム。 The system according to any one of claims 1 to 3, wherein the learning unit uses a processed script statement as training data to fine-tune a natural language pre-learned model to generate a trained model. 加工済スクリプト文は、説明文及びランダムに選択された制御説明文を更に含み、
前記学習部は、自然言語事前学習済モデルに、加工済スクリプト文が含む説明文及び該説明文に対応する制御説明文を正解のデータとして学習させ、かつ該説明文及びランダムに選択された制御説明文を不正解のデータとして学習させて学習済モデルを生成する、請求項1から4のいずれか1項に記載のシステム。
The processed script statement further includes a descriptive text and a randomly selected control descriptive text.
The learning unit causes the natural language pre-learned model to learn the explanatory text included in the processed script statement and the control explanatory text corresponding to the explanatory text as correct data, and the explanatory text and randomly selected control. The system according to any one of claims 1 to 4, wherein the explanation is trained as incorrect data to generate a trained model.
ゲームスクリプトは、行列形式のデータ又は構造化データであり、各々がゲームの個々の場面に対応する複数の識別子と、該識別子に関連付けられた自然言語データ及び制御データとを含む、請求項1から5のいずれか1項に記載のシステム。 From claim 1, the game script is matrix data or structured data, each of which comprises a plurality of identifiers corresponding to individual scenes of the game, and natural language data and control data associated with the identifiers. The system according to any one of 5. ゲームスクリプトは、識別子に関連付けられたキャラクタ名を表す自然言語データを更に含み、
作成済ゲームスクリプトをキャラクタごとに分類してキャラクタごとの作成済ゲームスクリプトを記憶するデータ分割部を更に含み、
前記データ前処理部は、キャラクタごとに、作成済ゲームスクリプトが含む制御データを制御説明文に変換して説明文及び該説明文に対応する制御説明文を含む加工済スクリプト文を作成し、
前記学習部は、キャラクタごとに、加工済スクリプト文を自然言語事前学習済モデルに学習させることによりキャラクタごとの学習済モデルを生成する、請求項6に記載のシステム。
The game script also contains natural language data representing the character name associated with the identifier.
It further includes a data division unit that classifies created game scripts by character and stores the created game scripts for each character.
The data preprocessing unit converts the control data included in the created game script into a control explanation for each character, and creates an explanation and a processed script including the control explanation corresponding to the explanation.
The system according to claim 6, wherein the learning unit generates a learned model for each character by training a processed script sentence in a natural language pre-learned model for each character.
前記データ前処理部は、制御データと制御説明文との対応関係を示す変換情報に基づいて、制御データを制御説明文へ変換し、
前記システムは、
ゲームにおける説明文の入力を受け付ける入力受付部と、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに加工済スクリプト文を学習させることにより生成された学習済モデルを用いて、前記入力受付部が入力を受け付けた説明文から制御説明文を推論する推論部であって、加工済スクリプト文は、予め作成された作成済ゲームスクリプトが含む説明文及び該説明文に対応する制御データから作成された自然言語データである制御説明文を含むものである、推論部と、
前記変換情報に基づいて、前記推論部により推論される制御説明文から制御データを作成するデータ後処理部と
を含む、請求項1から7のいずれか1項に記載のシステム。
The data preprocessing unit converts the control data into the control description based on the conversion information indicating the correspondence between the control data and the control description.
The system
An input reception unit that accepts input of explanations in the game,
The input reception unit accepted the input using the trained model generated by training the processed script sentence in the natural language pre-trained model in which the grammatical structure and the relationship between sentences related to the natural language were trained in advance. It is an inference unit that infers a control explanation from the explanation, and the processed script statement is a natural language data created from the explanation included in the created game script created in advance and the control data corresponding to the explanation. The inference part, which contains a certain control description,
The system according to any one of claims 1 to 7, which includes a data post-processing unit that creates control data from a control description inferred by the inference unit based on the conversion information.
ゲームの内容に応じて関連付けられたゲームにおける説明文を表す自然言語データ及びゲームを制御するための制御データを含むゲームスクリプトの作成を支援するための学習済モデルを生成する方法であって、
予め作成された作成済ゲームスクリプトが含む制御データを自然言語データである制御説明文に変換し、説明文及び該説明文に対応する制御説明文を含む加工済スクリプト文を作成するステップと、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに、加工済スクリプト文を学習させることにより、学習済モデルを生成するステップと、
を含む、方法。
A method of generating a trained model to assist in the creation of a game script containing natural language data representing a description in a game associated with the content of the game and control data for controlling the game.
A step of converting the control data included in the pre-created game script into a control description which is natural language data, and creating a processed script statement including the description and the control description corresponding to the description.
A step to generate a trained model by training a processed script sentence in a natural language pre-learned model in which the grammatical structure related to the natural language and the relationship between sentences are learned in advance.
Including methods.
ゲームの内容に応じて関連付けられたゲームにおける説明文を表す自然言語データ及びゲームを制御するための制御データを含むゲームスクリプトの作成を支援するためのシステムであって、
ゲームにおける説明文の入力を受け付ける入力受付部と、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに加工済スクリプト文を学習させることにより生成された学習済モデルを用いて、前記入力受付部が入力を受け付けた説明文から制御説明文を推論する推論部であって、加工済スクリプト文は、予め作成された作成済ゲームスクリプトが含む説明文及び該説明文に対応する制御データから作成された自然言語データである制御説明文を含むものである、推論部と、
を含む、システム。
It is a system for supporting the creation of a game script including natural language data representing a description in a game associated with the content of the game and control data for controlling the game.
An input reception unit that accepts input of explanations in the game,
The input reception unit accepted the input using the trained model generated by training the processed script sentence in the natural language pre-trained model in which the grammatical structure and the relationship between sentences related to the natural language were trained in advance. It is an inference unit that infers a control explanation from the explanation, and the processed script statement is a natural language data created from the explanation included in the created game script created in advance and the control data corresponding to the explanation. The inference part, which contains a certain control description,
Including the system.
制御データと制御説明文との対応関係を示す変換情報に基づいて、前記推論部により推論される制御説明文から制御データを作成するデータ後処理部を更に含む、請求項10に記載のシステム。 The system according to claim 10, further comprising a data post-processing unit that creates control data from the control explanation inferred by the inference unit based on the conversion information indicating the correspondence between the control data and the control explanation. ゲームにおける説明文を表す自然言語データ及びゲームを制御するための制御データを含むゲームスクリプトの作成を支援するための方法であって、
ゲームにおける説明文の入力を受け付けるステップと、
自然言語に関する文法構造及び文章間の関係が予め学習された自然言語事前学習済モデルに加工済スクリプト文を学習させることにより生成された学習済モデルを用いて、前記入力を受け付けた説明文から制御説明文を推論するステップであって、加工済スクリプト文は、予め作成された作成済ゲームスクリプトが含む説明文及び該説明文に対応する制御データから作成された自然言語データである制御説明文を含むものである、ステップと、
を含む、方法。
A method for supporting the creation of a game script containing natural language data representing a description in a game and control data for controlling the game.
Steps to accept input of description in the game,
Control from the explanatory text that accepts the input using the trained model generated by training the processed script sentence in the natural language pre-trained model in which the grammatical structure and the relationship between sentences related to the natural language are trained in advance. The processed script statement is a step of inferring the explanatory statement, and the processed script statement is a control explanatory statement that is natural language data created from the explanatory statement included in the created game script created in advance and the control data corresponding to the explanatory statement. Including, steps and
Including methods.
請求項9又は12に記載の方法の各ステップをコンピュータに実行させるプログラム。 A program that causes a computer to perform each step of the method according to claim 9 or 12.
JP2020033989A 2020-02-28 2020-02-28 Systems and methods to assist in the creation of game scripts Active JP6812583B1 (en)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2020033989A JP6812583B1 (en) 2020-02-28 2020-02-28 Systems and methods to assist in the creation of game scripts
PCT/JP2021/007477 WO2021172548A1 (en) 2020-02-28 2021-02-26 System and method for assisting creation of game script
CN202180031267.5A CN115485039B (en) 2020-02-28 2021-02-26 System and method for supporting creation of game scripts
US17/896,649 US20220410001A1 (en) 2020-02-28 2022-08-26 System and method for supporting creation of game script

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020033989A JP6812583B1 (en) 2020-02-28 2020-02-28 Systems and methods to assist in the creation of game scripts

Publications (2)

Publication Number Publication Date
JP6812583B1 JP6812583B1 (en) 2021-01-13
JP2021135945A true JP2021135945A (en) 2021-09-13

Family

ID=74096334

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020033989A Active JP6812583B1 (en) 2020-02-28 2020-02-28 Systems and methods to assist in the creation of game scripts

Country Status (4)

Country Link
US (1) US20220410001A1 (en)
JP (1) JP6812583B1 (en)
CN (1) CN115485039B (en)
WO (1) WO2021172548A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7519518B1 (en) 2023-08-07 2024-07-19 株式会社コロプラ Program and system

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7021378B1 (en) 2021-01-21 2022-02-16 株式会社Cygames How to generate a trained model to predict the action the user chooses, etc.
JP7155447B2 (en) * 2021-01-21 2022-10-18 株式会社Cygames A method for generating a trained model for predicting the action selected by the user, etc.
CN118036618B (en) * 2024-04-15 2024-07-12 腾讯科技(深圳)有限公司 Game text translation method and device, storage medium and electronic equipment

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08190518A (en) * 1995-01-11 1996-07-23 Fujitsu Ltd Electronic community system
JP2000107438A (en) * 1998-10-02 2000-04-18 Square Co Ltd Game device, method, and information-recording medium
JP2013081683A (en) * 2011-10-12 2013-05-09 Sony Corp Information processing apparatus, information processing method, and program
JP2014008239A (en) * 2012-06-29 2014-01-20 Konami Digital Entertainment Co Ltd Game device, method for controlling game management system, and program
JP2019195400A (en) * 2018-05-08 2019-11-14 エヌエイチエヌ コーポレーション Data conversion device, data conversion method and program

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5342760B2 (en) * 2007-09-03 2013-11-13 株式会社東芝 Apparatus, method, and program for creating data for translation learning
KR101029425B1 (en) * 2008-11-20 2011-04-14 엔에이치엔(주) System and method for production of multi user network game
CN101719326A (en) * 2009-12-31 2010-06-02 博采林电子科技(深圳)有限公司 Game type learning system and method
KR102139931B1 (en) * 2013-03-14 2020-07-31 삼성전자주식회사 Apparatus and Method for context awareness using deductive reasoning and inductive reasoning
US10843080B2 (en) * 2016-02-24 2020-11-24 Virginia Tech Intellectual Properties, Inc. Automated program synthesis from natural language for domain specific computing applications
CN107169575A (en) * 2017-06-27 2017-09-15 北京天机数测数据科技有限公司 A kind of modeling and method for visualizing machine learning training pattern
CN109063662B (en) * 2018-08-09 2022-05-17 腾讯科技(成都)有限公司 Data processing method, device, equipment and storage medium

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08190518A (en) * 1995-01-11 1996-07-23 Fujitsu Ltd Electronic community system
JP2000107438A (en) * 1998-10-02 2000-04-18 Square Co Ltd Game device, method, and information-recording medium
JP2013081683A (en) * 2011-10-12 2013-05-09 Sony Corp Information processing apparatus, information processing method, and program
JP2014008239A (en) * 2012-06-29 2014-01-20 Konami Digital Entertainment Co Ltd Game device, method for controlling game management system, and program
JP2019195400A (en) * 2018-05-08 2019-11-14 エヌエイチエヌ コーポレーション Data conversion device, data conversion method and program

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JACOB DEVLIN 外3名: "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding", PROCEEDINGS OF NAACL-HLT 2019, JPN6020043707, 7 June 2019 (2019-06-07), pages 4171 - 4186, XP055850483, ISSN: 0004388062 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7519518B1 (en) 2023-08-07 2024-07-19 株式会社コロプラ Program and system

Also Published As

Publication number Publication date
WO2021172548A1 (en) 2021-09-02
US20220410001A1 (en) 2022-12-29
JP6812583B1 (en) 2021-01-13
CN115485039B (en) 2023-06-09
CN115485039A (en) 2022-12-16

Similar Documents

Publication Publication Date Title
JP6812583B1 (en) Systems and methods to assist in the creation of game scripts
US20230112921A1 (en) Transparent and Controllable Human-Ai Interaction Via Chaining of Machine-Learned Language Models
US11210827B2 (en) Electronic device providing text-related image and method for operating the same
KR102490319B1 (en) Methods for automatic generation and transformation of artificial intelligence content
WO2021223618A1 (en) Focalgan-based short text automatic generation method, apparatus and device, and storage medium
US12032922B2 (en) Automated script generation and audio-visual presentations
Giunchi et al. DreamCodeVR: Towards Democratizing Behavior Design in Virtual Reality with Speech-Driven Programming
CN116324763A (en) Electronic device for answering questions using a plurality of chat robots and control method thereof
CN117221656A (en) Method and device for generating topic explanation video, electronic equipment and storage medium
Owen et al. Teaching modern object-oriented programming to the blind: an instructor and student experience
JP2006236037A (en) Voice interaction content creation method, device, program and recording medium
CN114723398A (en) Stage creative arrangement method, stage creative arrangement device and electronic equipment
Prendinger et al. MPML and SCREAM: Scripting the bodies and minds of life-like characters
Farrimond et al. Using multimedia to present case studies for systems analysis
Sun et al. An online education approach using web operation record and replay techniques
Manos et al. Virtual director: Visualization of simple scenarios
Chen et al. Collaborative Comic Generation: Integrating Visual Narrative Theories with AI Models for Enhanced Creativity
Nanda et al. Story Visualization: Generation of Scenes sequentially for a given fable using NLP and Image Processing
JP2020166668A (en) Native application development support program
JP7324475B1 (en) Information processing device, information processing method and information processing program
JP7382095B1 (en) Code generation method using artificial intelligence
Whyte et al. Designing multimodal composition activities for integrated K-5 programming and storytelling
JP6815054B1 (en) Content creation support system
Corno et al. On computational notebooks to empower physical computing novices
Narain et al. Ansuni Baat—A Bridge to Sign Language Communication

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200526

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20200526

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20201019

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20201022

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201116

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20201216

R150 Certificate of patent or registration of utility model

Ref document number: 6812583

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250